python pandas用于大数据分析的场景

risepp

最近在学习pandas相关的知识，叹服他对数字型信息的高效灵活处理，但是一直觉得有些困扰的地方是，数据源可以有哪些渠道获得？
从Python For Data Analysis 书中描述data load的方式有一下几种：
1. 从文本文件中加载数据
2. 从数据库中加载数据
3. 从binary format文件中加载数据，主要指hdf5和excel格式的文件
4. 从html和web API提取数据

针对以上不同的情况，那一般什么场景下会使用到pandas进行分析呢？
1. 文本文件我想到的是对大日志文件的分析
2. 从数据库中提取数据，我很担心会不会在获取数据的过程中会存在性能瓶颈？比如我从一个表中提取一亿条数据，光这一步就会很耗时（不知道hbase是否会快一点）
3. 暂时还未想到什么情况会用到，是否和第一次情况类似？至少不存在第二步数据提取的过程
4. 如果与html或者WEB API数据存在哪里呢？我理解这类数据不是一次达到一个很大的规模，是一个累积的过程吧

请各位大侠也帮忙指点指点，讨论讨论，多谢，因为我一直认为hadoop这样大型的环境应该是上了几个TB的数据才会更加适用，pandas正好是一个补充，所以想把这事儿想明白