处理架构知识点

1. Hadoop的核心是HDFS和MapReduce
2. Hadoop2.0增加了NameNode HA和Wire-compatibility两个重大特性
3. Hadoop MapReduce是针对谷歌MapReduce的开源实现，通常用于大规模数据集的并行计算
4. hadoop的特性高可靠性、支持多种编程语言、高容错性
5. HDFS：分布式文件系统，是Hadoop项目的两大核心之一，是谷歌GFS的开源实现
6. HBase：提供高可靠性、高性能、分布式的列式数据库，是谷歌BigTable的开源实现
7. Zookeeper：针对谷歌Chubby的一个开源实现，是高效可靠的协同工作系统
8. Hive：一个基于Hadoop的数据仓库工具，用于对Hadoop文件中的数据集进行数据整理、特殊查询和分析存储
9. Hadoop生态系统功能组件：核心的HDFS和MapReduce以外，还包括ZoopKer、HBase、Hive、Pig、Mahout、Sqoop、Flume、Ambari等功能组件
10. 操作HDFS文件的命令hdfs dfs