Hadoop内容概述：

Hadoop概念：Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

Hadoop核心组件：Hadoop框架最核心的设计是HDFS和MapReduce。
Hadoop特点：Hadoop是一个能够对大量数据进行分布式处理的软件框架。
                       Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据  副本，确保能够针对失败的节点重新分布处理。
                       Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。
                       Hadoop 还是可伸缩的，Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，所以集群可以很容易进行节点的扩展，扩大集群。能够处理 PB 级数据。
此外，Hadoop 依赖于社区服务，因此它的成本比较低，任何人都可以使用。

Hadoop分布式文件系统(HDFS，Hadoop Distributed File System)

 高度容错性的系统
上传的数据自动保存多个副本，适合部署在廉价的机器上。

适合大数据的处理
高吞吐量的数据访问，非常适合大规模数据集上的应用。

流式文件写入
一次写入，多次读取。文件一旦写入，不能修改，只能增加。这样可以保证数据的一致性。

hadoop并行计算框架--MapReduce

MapReduce是Google提出的一个软件架构，用于大规模数据集（大于1TB）的并行运算。概念“Map（映射）”和“Reduce（归纳）”，及他们的主要思想，都是从函数式编程语言借来的，还有从矢量编程语言借来的特性。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归纳）函数，用来保证所有映射的键值对中的每一个共享相同的键组。