7、围绕在Hadoop周围的有哪些公司和产品？
提到 Hadoop 一般不会说某一个东西，而是指生态系统，在这里面太多交互的组件了，涉及到 IO，处理，应用，配置，工作流。在真正的工作中，当几个组件互相影响，你头疼的维护才刚刚开始。我也简单说几个：Hadoop Core 就三个 HDFS，MapReduce，Common，在外围有 NoSQL: Cassandra, HBase, 有 Facebook 开发的数据仓库 Hive，有 Yahoo 主力研发的 Pig 工作流语言，有机器学习算法库 Mahout，工作流管理软件 Oozie，在很多分布式系统选择 Master 中扮演重要角色的 Zookeeper。
8、能否用普通人都能理解的方式解释一下Hadoop的工作原理？
我们先说 HDFS，所谓 Hadoop 的分布式文件系统，它是能真正做到高强度容错。并且根据 locality 原理，对连续存储做了优化。简单说就是分配大的数据块，每次连续读整数个。如果让你自己来设计分布式文件系统，在某机器挂掉还能正常访问该怎么做？首先需要有个 master 作为目录查找（就是 Namenode），那么数据节点是作为分割好一块块的，同一块数据为了做备份不能放到同一个机器上，否则这台机器挂了，你备份也同样没办法找到。HDFS 用一种机架位感知的办法，先把一份拷贝放入同机架上的机器，然后在拷贝一份到其他服务器，也许是不同数据中心的，这样如果某个数据点坏了，就从另一个机架上调用，而同一个机架它们内网连接是非常快的，如果那个机器也坏了，只能从远程去获取。这是一种办法，现在还有基于 erasure code 本来是用在通信容错领域的办法，可以节约空间又达到容错的目的，大家感兴趣可以去查询。
接着说 MapReduce，首先是个编程范式，它的思想是对批量处理的任务，分成两个阶段，所谓的 Map 阶段就是把数据生成 key, value pair, 再排序，中间有一步叫 shuffle，把同样的 key 运输到同一个 reducer 上面去，而在 reducer 上，因为同样 key 已经确保在同一个上，就直接可以做聚合，算出一些 sum， 最后把结果输出到 HDFS 上。对应开发者来说，你需要做的就是编写 Map 和 reduce 函数，像中间的排序和 shuffle 网络传输，容错处理，框架已经帮你做好了。
9、MapReduce模型本身也有一些问题？
第一：需要写很多底层的代码不够高效，第二：所有的事情必须要转化成两个操作 Map/Reduce，这本身就很奇怪，也不能解决所有的情况。
10、Spark从何而来？Spark相比于Hadoop MapReduce设计上有什么样的优势？
其实 Spark 出现就是为了解决上面的问题。先说一些 Spark 的起源。发自 2010 年 Berkeley AMPLab，发表在 hotcloud 是一个从学术界到工业界的成功典范，也吸引了顶级 VC：Andreessen Horowitz 的 注资. 在 2013 年，这些大牛（Berkeley 系主任，MIT 最年轻的助理教授）从 Berkeley AMPLab 出去成立了 Databricks，引无数 Hadoop 大佬尽折腰，它是用函数式语言 Scala 编写，Spark 简单说就是内存计算（包含迭代式计算，DAG 计算, 流式计算 ）框架，之前 MapReduce 因效率低下大家经常嘲笑，而 Spark 的出现让大家很清新。 Reynod 作为 Spark 核心开发者, 介绍 Spark 性能超 Hadoop 百倍，算法实现仅有其 1/10 或 1/100。在去年的 Sort benchmark 上，Spark 用了 23min 跑完了 100TB 的排序，刷新了之前 Hadoop 保持的世界纪录。
11、如果想从事大数据方面的工作，是否可以推荐一些有效的学习方法？有哪些推荐的书籍？
我也有一些建议，首先还是打好基础，Hadoop 虽然是火热，但它的基础原理都是书本上很多年的积累，像算法导论，Unix 设计哲学，数据库原理，深入理解计算机原理，Java 设计模式，一些重量级的书可以参考。Hadoop 最经典的 the definitive guide, 我在知乎上也有分享。
其次是选择目标，如果你像做数据科学家，我可以推荐coursera的data science课程，通俗易懂。学习 Hive，Pig 这些基本工具，如果做应用层，主要是把 Hadoop 的一些工作流要熟悉，包括一些基本调优，如果是想做架构，除了能搭建集群，对各个基础软件服务很了解，还要理解计算机的瓶颈和负载管理，Linux 的一些性能工具。最后还是要多加练习，大数据本身就是靠实践的，你可以先按 API 写书上的例子，能够先调试成功，在下面就是多积累，当遇到相似的问题能找到对应的经典模式，再进一步就是实际问题，也许周边谁也没遇到，你需要些灵感和网上问问题的技巧，然后根据实际情况作出最佳选择。