Hadoop初探

关于一直挺热的hadoop，今天研究了一下，觉得大概是这样的：

1. hadoop的数据存储是依靠HDFS的（数据直接存在文件里），相当于咱们普通系统里的oracle，区别就在于他有自己独特的存储结构（NameNode、DataNode）；
2. Hbase，也就是nosql，是可以构建于HDFS之上的，也就是说可以把HDFS中的数据用sql的方式玩；
3. pig和hive是两种用于查询分析的东西，pig采用的是一种独特的语言，hive采用的是类似sql的语言，这两个东西与hbase的区别就在于，这两个东西可以生成mapreduce的作业；
4. mahout这个东西，就是类似淘宝商品推荐用的；
5. mapreduce，对输入进来要分析的数据（数据有可能来源于hdfs、普通数据库、txt文件等），map对这些数据进行分析，reduce输出结果；
6. 其他的可以暂时不研究。

具体回头有时间搭建个实例再深入了解一下。