问使用Hadoop匹配大型数据集？

EN

我很想知道hadoop是否是解决我的问题的合适工具。

我正在构建离线流程(每月一次或每季度一次)，它匹配两个数据集:A和B。数据集A位于Oracle上，数据集B是一个XML文件。数据集A约为20M条记录，数据集B约为6M条记录。

每张唱片代表一首音乐歌曲，格式如下：

song {
  songid:

  // type of string , avg_num_of_titles_per_song=1.4 , std_deviation=1.9
  titles:[] 

  // type of string  avg_num_of_performers_per_song=1.5 std_deviation=0.9
  performers:[] 
}

两个记录在以下情况下匹配：-至少一个标题匹配，使用精确匹配或语音算法或距离算法-至少表演者匹配使用相同的算法:精确，语音，距离等(我们仍在评估匹配算法)

这个过程的输出是2个数据集：(1)单个匹配，其中A中的记录在B中只匹配一次，B中的相同记录在A中只匹配一次。(2)多个匹配

hadoop是这项工作的合适工具吗？

谢谢。