认识Hadoop（一）

Hadoop是开源的分布式存储、分布式计算平台

三个核心组成：

（1）HDFS：分布式文件系统，存储海量的数据

（2）MapReduce：并行处理框架，实现任务分解和调度

（3）YARN：作业调度和集群作业管理的框架，解决资源任务调度

作用：

可以搭建大型数据仓库，PB级数据的存储、处理、分析、统计等业务

优势：

1、高扩展：Hadoop是在可用的计算机集群间分配数据并完成计算任务的，这些集群可用方便的扩展到数以千计的节点中

2、低成本：Hadoop通过普通廉价的机器组成服务器集群来分发以及处理数据，以至于成本很低

3、高效率：通过并发数据，Hadoop可以在节点之间动态并行的移动数据，使得速度非常快

4、可靠性：能自动维护数据的多份赋值，并且在任务失败后能自动重新部署计算任务。所以Hadoop的按位存储和处理数据的能力值得人们信赖