hadoop 核心元件
hadoop 包含以下模組：
hadoop common：常見實用工具，用來支援其他 hadoop 模組。
hadoop distributed file system（hdfs）：分布式檔案系統，它提供對應用程式資料的高吞吐量訪問。
hadoop yarn：乙個作業排程和集群資源管理框架。
hadoop mapreduce：基於 yarn 的大型資料集的並行處理系統。
其他與 apache hadoop 的相關專案包括：
ambari：乙個基於web 的工具，用於配置、管理和監控的 apache hadoop 集群，其中包括支援 hadoop hdfs、hadoop mapreduce、hive、hcatalog、hbase、zookeeper、oozie、pig 和 sqoop。ambari 還提供了儀錶盤檢視集群的健康，如熱圖，並能夠以使用者友好的方式來檢視的 mapreduce、pig 和 hive 應用，方便診斷其效能。
hbase：乙個可擴充套件的分布式資料庫，支援結構化資料的大表儲存。
hive：資料倉儲基礎設施，提供資料彙總以及特定的查詢。
mahout：一種可擴充套件的機器學習和資料探勘庫。
pig：乙個高層次的資料流平行計算語言和執行框架。
spark：hadoop 資料的快速和通用計算引擎。spark 提供了簡單和強大的程式設計模型用以支援廣泛的應用，其中包括 etl、機器學習、流處理和圖形計算。
zookeeper：乙個高效能的分布式應用程式協調服務。
hadoop三大發行版
（1） apache hadoop
apache hadoop最原始版本，所有其他發行版均基於該發行版實現的。
官網位址如下
0.23.x ：非穩定版
2.x ：最新版是2.8.0，建議使用2.7.3穩定版。
3.0：已發行多個測試版，正式穩定版尚未發布
（2）cdh
cdh（cloudera』s distribution for hadoop）是cloudera 公司的的hadoop 發行版。
官方是如下。
包含cdh4 和cdh5 兩個版本
cdh4 ；基於apache hadoop 0.23.0 版本開發
cdh5 ：基於apache hadoop 2.2.0 版本開發
（3）hdp
hdp（the hortonworks data platform）是hortonworks 公司的發行版。
官網位址是如下。
（4） 發行版選擇
- 作為學習，建議選擇apache hadoop最新的穩定版；
- 作為工作（生產環境），建議選擇cdh或hdp穩定版。
（5） 不同發行版相容性
架構、部署和使用方法一致，不同之處僅在若干內部實現。
hadoop快速入門
大資料核心含義是一種技術革新 隨著網際網路時代的深入，產生了越來越多的資料，比如 1 電商產生的大量使用者瀏覽 購物行為 2 移動運營商記錄了大量的使用者上網行為 3 網路輿情分析 營銷支撐 4 金融系統徵信分析 上述的這些需求，用以前的傳統技術無法勝任，需要有乙個全新的技術體系來支撐 在此背景之下...
Hadoop 快速入門
1.1 什麼是hadoop 1 hadoop是apache旗下一套開源軟體平台。2 hadoop提供的功能 利用伺服器集群，根據使用者的自定義業務邏輯，對海量資料進行分布式處理。3 hadoop的核心元件有 a common 基礎元件 b hdfs 分布式檔案系統 c yarn 運算支援排程系統 d...
Hadoop到底能做什麼？怎麼用hadoop？
調研hadoop頗久，就是想知道hadoop是什麼？hadoop能做什麼？怎麼用hadoop？最主要是這三塊，至於投入和風險也會隨之出來 濃縮了我幾十頁的調研方案啊！hadoop是什麼？hadoop是乙個開源的框架，可編寫和執行分布式應用，處理大規模資料，是專為離線和大規模資料分析而設計的，並不適合...