2.1 Hadoop 是什么

• Hadoop 也叫 Apache Hadoop, 是一款支持数据密集型分布式应用程序并以Apache 2.0许可协议发布的开源软件框架。

• 支持在商品硬件构建的大型集群上运行的应用程序

• 主要解决，海量数据的存储和海量数据的分析计算问题

• 广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈。

  

分布式计算是一个宽泛并且不断变化的领域, 单Hadoop与众不同之处在于以下几点:

1. 方便.

   Hadoop 运行在由一般商用机器构成的大型集群上, 或者如亚马逊弹性计算云等云计算服务器之上.

   不需要专门的高级设备.

2. 健壮

   Hadoop 致力于在一般的商用机器上运行, 其架构假设硬件会频繁的出现失效.

   Hadoop可以从容的处理大多3数此类故障.

3. 可扩展

   Hadoop通过增加集群节点, 可以线性的的扩展以处理更大的数据集.

4. 简单

   Hadoop允许用户快速的编写出高效的并行代码.