初识Hadoop

Hadoop核心就是HDFS和MapReduce

HDFS：Hadoop Distributed File System，Hadoop分布式文件系统，能提供高吞吐量的数据访问，适合超大集群的应用程序。

HDFS特点：

1.大数据文件，非常适合上T级别的大文件或者一大推数据文件的存储；

2.文件分块存储，HDFS将一个完整的大文件平均存储到不同的计算器上，意义在于读取文件时可以从多个主机不同区块读取文件，效率非常高

3.流式数据访问，一次写入，多次读写，支持动态的改变文件内容

4.廉价硬件，HDFS可应用在普通的PC上，这样可以用几十台廉价的计算机就可以撑起一个大数据集群

5.硬件故障问题解决，HDFS会认为所有计算机都可能会有问题，为了防止某个主机失效读取不到该主机的块文件，它将同一个文件块的副本分配到其他几个主机上，如果其中一台失效，可以迅速找另一个主机读取副本文件

MapReduce：是一套从海量数据源中提取分析元素最后返回结果的模型

一般用HDFS来存海量数据，用MapReduce来分析、提取数据