第2章 大数据处理架构Hadoop

概述

Hadoop是一个开源的、可运行于大规模集群上的分布式计算平台，它实现了MapReduce计算模型和分布式文件系统HDFS等功能。

它被公认为行业大数据标准开源软件。

名字的是由小孩子取的“一头吃饱了的大象”。

由来

1997年年末，Doug Cutting道格·卡丁因工作不稳定，自己用Java编写了Lucene；（Doug Cutting是Lucene、Nutch、Hadoop、Avro的作者）Lucene其实是一个提供全文文本搜索的函数库，它不是一个应用软件；

2000年3月，Lucene被放到了SourceForge上

2001年10月，Lucene被捐献给Apache，作为Jakarta的一个子项目。

2002年8月， Doug Cutting创建了Nutch并托管于SourceForge上；