这应该是一个评论，但它太长了。
hadoop是一个用于编写并行软件的框架，最初由yahoo编写。它松散地基于google在20世纪90年代开发的一个框架，而这个框架又是lisp语言中map-reduce原语的并行实现。你可以把hadoop看作是一堆运行在你自己的硬件或云上的硬件上的库。这些库提供了java和其他语言的编程接口。它允许您利用处理器和磁盘的集群（使用hdfs）。它的主要特性是可伸缩性和容错性，这两个特性对于大数据问题都非常重要。
hadoop实现了一种围绕map reduce的并行实现构建的编程方法。那是最初的申请。现在，很多东西都是建立在hadoop之上的。您应该从apache项目描述和wikipedia页面开始了解更多信息。
有几个数据库支持hadoop接口（我想到的是asterdata）。当一个人想到“数据库”和“hadoop”时，通常会想到pig或hive或一些相关的开源项目。
至于你的问题。如果您的数据自然地符合关系数据库（带有通过键连接的列的表），那么就使用关系数据库。如果您需要在具有分层数据的web应用程序上获得快速性能，那么请了解nosql解决方案，例如mongodb。如果您的数据具有复杂的结构，并且需要可伸缩性，并且您的团队具有编程技能，那么可以考虑使用基于hadoop的组件来实现该解决方案。而且，对于一个大型项目，不同的组件通常需要多种技术——使用nosql的实时操作、使用sql的报告、使用sql和hadoop组合的即席查询（例如）。

以下是我的简短回答
即使这些数据量（4-5tb）也被视为大数据吗(一些消息来源说至少5tb的数据应该使用hadoop，另一些消息来源说hadoop的大数据意味着zetabytes和petabytes）
是和否。对于某些用例，这是不够大的数据，而对于其他的，它是。应该提出和回答的问题
这个数据正在增长。增长率是多少。
你会时不时地对这些数据进行分析吗
hadoop是否附带了自己的特殊数据库，或者应该与mysql等一起使用。？
是的，hadoop有hdfs文件系统，它可以存储flatfile并且可以像数据仓库一样处理。但这可能不是最好的解决办法。您可能想看看像cassandra、hbase、mongodb这样的nosql数据库
hadoop是只在集群上工作，还是在单节点服务器上也可以？
从技术上讲，hadoop可以在一个节点上以伪集群或独立模式运行。但这只是用于学习或测试目的的发展。对于任何生产环境，您都应该考虑跨越多个vm的hadoop集群。。。。我在prod中看到的最小值是6vm。
因此5tb对于关系数据库（支持集群）来说并不是很大的容量。但是，支持关系数据库的成本随着容量的增加呈指数增长。使用hadoop和hdfs，成本非常低。。。。加上Cassandra或hbase…没什么区别。但是请记住，简单地使用hadoop，您看到的是一个高延迟系统。如果您期望hadoop能够实时回答您的查询…请注意其他解决方案(例如：“列出所有借出到xyz的书”这样的查询，然后从数据库中获取它。。。不要对该查询使用hadoop）。
总的来说，我的建议是，在youtube、cloudera上一堂hadoop速成课，试着获得一些关于什么是hadoop和什么不是hadoop的专业知识，然后决定。你的问题给人的印象是，你有一个漫长的学习曲线，值得接受这一挑战。