大数据分析需要花费大量的计算和存储资源。在传统模式下，计算与存储资源耦合度较高，一旦资源不够，就需要对二者同时进行扩容。近年来，在云计算的推动下，开发者逐渐开始采用云上对象存储，来实现计算与存储的分离，进而提升资源的灵活性，并降低成本。

Hadoop是目前应用最为广泛的分布式大数据处理框架，也是大数据处理领域事实上的标准。在数据价值越来越被重视的时代，Hadoop也在互联网、政务、金融等行业中被广泛使用。

腾讯云对象存储COS是一种具备安全稳定、海量、便捷、低延迟、低成本等特点的云端分布式存储服务，其底层采用腾讯自研存储引擎YottaStore，能够实现单集群理论管理百万级节点，并且做到真正的按需扩容，磁盘利用率达到 90% 以上。

Hadoop社区支持腾讯云对象存储以后，开发者在基于Hadoop架构进行大数据分析时，能够无缝使用到腾讯云对象存储COS提供的高速云存储服务。

“开发者在腾讯云上可以使用弹性 MapReduce（EMR）计算，并直接使用腾讯云对象存储COS作为后端存储，整个过程都不需要额外添加代码，更加方便和快捷。”腾讯云对象存储负责人介绍。

目前，小红书、猎豹移动、珍爱网等就使用了腾讯云“EMR on COS”的计算与存储分离模式，快速构建和部署大数据分析程序，有效地满足了大数据业务需求。