Hadoop 简介

 Hadoop 特点

1.Hadoop是一个能够对大量数据进行分布式处理的软件框架。

2.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。

3.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。

4.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。

5.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—核心

1.Hadoop Common Hadoop Common是一个公共基础设施，用于支撑其他项目，包括RPC、序列化包等。

2.Hadoop HDFS: 可扩展、容错、高性能的分布式文件系统，异步复制，一次写入多次读取。

3.Hadoop MapReduce: 分布式计算框架；主要包含map（映射）和reduce（规约）过程。

Hadoop的分布式计算框架——MapReduce

1.映射（Map）：
把键值对使用函数映射成新的键值对。
 
                      Map    
          ——————————>
                    v = v * v

K - > v                              1 - > 9
1 - > 3     —————>
2 - > 7                              2 - > 49

k - > v                               1 - > 16
1 - > 4      —————>
2 - >8                                2 - > 64

2.规约（Reduce）:
把键值对中键相同的值整合，同时应用函数映射成新的键值对。

                      Reduce  
          ——————————>
                     v = v + v

k  - > v
1 -  > 9         —————>
2 -  > 49                                1 -  > 25
                                              
k -  > v                                   2 -  > 113
1 -  > 16        —————>
2 -  > 64