1.hadoop是什麼
hadoop原來是apachelucene下的乙個子專案，它最初是從nutch專案中分離出來的專門負責分布式儲存以及分布式運算的專案。簡單地說來，hadoop是乙個可以更容易開發和執行處理大規模資料的軟體平台。
2.下面列舉hadoop主要的一些特點：
1擴容能力（scalable）：能可靠地（reliably）儲存和處理千兆位元組（pb）資料。
2成本低（economical）：可以通過普通機器組成的伺服器群來分發以及處理資料。這些伺服器群總計可達數千個節點。
3高效率（efficient）：通過分發資料，hadoop可以在資料所在的節點上並行地（parallel）處理它們，這使得處理非常的快速。
4可靠性（reliable）：hadoop能自動地維護資料的多份複製，並且在任務失敗後能自動地重新部署（redeploy）計算任務。
3.hadoop實現了乙個分布式檔案系統（hadoopdistributedfilesystem），簡稱hdfs。
hdfs有著高容錯性（fault-tolerent）的特點，並且設計用來部署在低廉的（low-cost）硬體上。而且它提供高傳輸率（highthroughput）來訪問應用程式的資料，適合那些有著超大資料集（largedataset）的應用程式。hdfs放寬了（relax）posix的要求（requirements）這樣可以流的形式訪問（streamingaccess）檔案系統中的資料。
4.hadoop還實現了mapreduce分布式計算模型。
mapreduce將應用程式的工作分解成很多小的工作小塊(smallblocksofwork)。hdfs為了做到可靠性（reliability）建立了多份資料塊（datablocks）的複製（replicas），並將它們放置在伺服器群的計算節點中（computenodes），mapreduce就可以在它們所在的節點上處理這些資料了。
如下圖所示：
5.hadoopapi被分成（divideinto）如下幾種主要的包（package）
org.apache.hadoop.conf定義了系統引數的配置檔案處理api。
org.apache.hadoop.fs定義了抽象的檔案系統api。
org.apache.hadoop.dfshadoop分布式檔案系統（hdfs）模組的實現。
org.apache.hadoop.io定義了通用的i/oapi，用於針對網路，資料庫，檔案等資料物件做讀寫操作。
org.apache.hadoop.ipc用於網路服務端和客戶端的工具，封裝了網路非同步i/o的基礎模組。
org.apache.hadoop.mapredhadoop分布式計算系統（mapreduce）模組的實現，包括任務的分發排程等。
org.apache.hadoop.metrics定義了用於效能統計資訊的api，主要用於mapred和dfs模組。
org.apache.hadoop.record定義了針對記錄的i/oapi類以及乙個記錄描述語言翻譯器，用於簡化將記錄序列化成語言中性的格式（language-neutralmanner）。
org.apache.hadoop.tools定義了一些通用的工具。
org.apache.hadoop.util定義了一些公用的api。
hadoop是什麼？學習大資料乾貨分享
hadoop是大資料的乙個總稱，hadoop yarn是dadoop2的乙個基礎框架。現在常用的就是hadoop yarn，hadoop yarn可以說是大資料入門必須了解的部分。大資料是未來的發展方向，正在挑戰我們的分析能力及對世界的認知方式，因此，我們與時俱進，迎接變化，並不斷的成長 大資料學習...
Hadoop學習筆記 Hadoop初識
序言 資訊化發展到當今，網際網路的資料量是不斷地增加，那麼如何很好的處理以及利用這些資料可能是未來的乙個發展方向，這也之所以產生了各種平台的雲計算。對於網際網路而言，大資料量可分為兩種 第 一 大訪問量請求 第 二 大資料量處理。大訪問量請求這個事應用端應該思考的問題，如何很好的處理大的訪問量，如何...
Hadoop學習筆記
hadoop介紹 hadoop是google雲計算框架的開源實現，是乙個分布式儲存和分布式計算的框架，主要包括hdfs和mapreduce的實現。hdfs hdfs由乙個namenode和多個datanode組成，其中namenode相當於系統的元資料存放地，它是hadoop系統的神經中樞，而多個d...