Hadoop：分布式系统基础架构
主要解决海量数据的存储与分析计算
主要优势包括：
- 高可靠性：Hadoop底层维护多个数据副本，不会因为单个节点出现故障而导致数据丢失
- 高扩展性：Hadoop在集群间分配任务，可扩展数以千计的节点
- 高效性：Hadoop并行工作
- 高容错性：Hadoop可以将执行失败的任务自动重新分配
Hadoop 3.x版本主要包括以下几个模块：
- Common：辅助工具
- HDFS：分布式文件存储系统
- MapReduce：大数据计算引擎
- Yarn：负责资源的调度
HDFS的组成：
- NameNode：存储文件的元数据，例如文件名、文件属性、文件块列表以及每个块所在的DataNode
- DataNode：在本地文件系统存储文件块
- Secondary NameNode：每隔一段时间对NameNode进行备份
Yarn的组成：
- ResourceManager：负责整个集群的资源分配、调度
- NodeManager：单个节点的资源分配、调度
- ApplicationMaster：负责单个任务执行
- Container：Job容器，相当于一台独立的服务器，里面封装又任务所需的资源，如内存、CPU、磁盘等
