初识hadoop

1.什么是hadoop

hadoop是一个可靠（reliable）的、可扩展（scalable）的分布式（distributed）的开源计算框架！

Apache hadoop 允许分布式处理的一个软件，并且跨越在集群的机器上（意思是数据分开存储在各个节点之上的），并且使用一种简单的编程模型。可以从单个数据信号扩展到成百上千台机器上。

2.hadoop主要包含了哪些模块

hadoop common（通用包）：提供了一些工具类（支持hadoop其他框架）

HDFS（hadoop distributed file system分布式文件系统）：负责数据的存储

hadoop yarn：提供作业的调度和集群资源的管理

MapReduce：基于yarn的能够并行计算大数据集处理的一个框架

3.hadoop能做什么

能够搭建大型的数据仓库，pb级别的数据存储、处理、分析和统计等业务（如搜索引擎、日志分析、商业智能、数据挖掘）。