首先，docker容器非常适合开发、测试和部署应用程序。而hadoop本身是用java编写的，因此它可以在任何支持java的系统上运行。然而，将hadoop与docker结合使用并不总是一件简单的事情。
hadoop的架构是基于大量节点的分布式系统，每个节点都有其独特的作用。根据hadoop官方文档，hadoop默认运行在无序节点上，并依赖于节点之间的交互来管理数据和计算。这对docker等容器化技术提出了一些挑战。
其次，容器技术适合运行短暂的应用程序，但不太适合运行需要长时间运行的应用。在hadoop中，mapreduce程序可能需要花费很长时间来完成。这种情况下，docker容器不会为长时间运行的作业提供帮助，也不能充分利用分布式架构的特点。
此外，配置hadoop需要的是大量的内存和cpu资源。单个docker容器的资源限制可能会阻止hadoop节点的正确配置，这将影响大数据集群的整体性能和吞吐量。
不过，docker仍然可以是一个非常有用的工具，用于hadoop群集中的一些方面，例如：
部署和安装hadoop集群管理器和hadoop分布式文件系统。使用docker进行跨平台和环境的打包和分发hadoop集群。启动和停止hadoop进程实例。总的来说，hadoop并不是完全适合使用docker容器的。但是，在某些特定的情况下，docker容器可以帮助hadoop管理和部署。这取决于具体的应用场景。
在实际的部署中，建议用户谨慎使用docker容器，可以使用一些专业的hadoop部署和管理工具。当然，也需要注意docker容器的配置和限制，以确保hadoop平台可以正常运行和发挥最佳性能。
总之，docker容器是一项非常实用的技术，但并不适合所有情况。对于hadoop和其他大型分布式系统，使用docker容器应该谨慎选择，需要逐个评估其风险和效益。
以上就是haddop适不适合用docker的详细内容。