Hadoop入门

1.Hadoop是什么

（1）Hadoop是一个由Apache基金会所开发的分布式系统基础架构
（2）主要解决问题：海量数据的存储和海量数据的分析计算
（3）广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈

Hadoop的3个核心组件：
分布式文件系统：HDFS —— 实现将文件分布式存储在很多的服务器上
分布式运算编程框架：MAPREDUCE —— 实现在很多机器上分布式并行运算
分布式资源调度平台：YARN —— 帮用户调度大量的mapreduce程序，并合理分配运算资源

2.Hadoop的优势（4高）

（1）高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。
（2）高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点
（3）高效性：再MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
（4）高容错性：能够自动将失败的任务重新分配

3.Hadoop2.x的组成（面试重点）

Hadoop的3个核心组件：
分布式文