1. hadoop是什么？
- Apache开源软件
- 计算框架--》分布式、可靠、可伸缩（任何节点删除添加不会影响）
- 搜索引擎、海量数据存储
2. hadoop解决了什么？
- 海量数据存储
- 数量级进制
- 如何存储-》HDFS
- 如何计算-》MapReduce
3. Hadoop核心组件之分布式文件系统HDFS
- 源自于Google的GFS论文，沦为发表于2003年10月
- HDFS是GFS的克隆版
- HDFS特点：扩展性（集群扩展）&容错性（多副本的方式存储）&海量数据存储
- 将文件切分成指定大小（默认128M）的数据库并以多副本的方式存储在多个机器上
- 数据切分、多副本、容错等操作对用户是透明的
4. Hadoop核心组件之资源调度系统YARN
- YARN：Yet Another Resource Negotiator(另一种资源协调者)
- 负责整个集群资源的管理和调度（计算占用CPU，占用内存）
-
YARN特点：扩展性（添加机器）&容错性（对任务进行重试）&多框架资源统一调度（2.0以后添加：MR，Spark等）
yarn.png
5. Hadoop核心组件之分布式计算框架MapReduce
- 源自Google的MapReduce论文，论文发表于2004年12月
- MapReduce是Google MapReduce的克隆版
-
MapReduce特点：扩展性&容错性&海量数量离线处理
mr.png
6. Hadoop优势
1. 高可靠性
- 数据存储：数据块多副本
- 数据计算：重新调度计算
2. 高扩展性
- 存储/计算资源不够时，可以横向的线性扩展机器
- 一个集群中可以包含数以千计的节点
3. 其他
- 存储在廉价机器上，降低成本
- 成熟的生态圈
7. Hadoop的发展史
8. Hadoop的生态系统
- 狭义的Hadoop: 是一个适合大数据分布式存储（HDFS）、分布式计算（MapReduce）和资源调度（YARN）的平台；
-
广义的Hadoop：指的是Hadoop的生态系统，Hadoop生态系统是一个很庞大的概念，Hadoop是其中最重要最基础的一个部分；生态系统中的每一子系统只解决摸一个特定的问题域（甚至可能很窄），不搞统一型的一个全能系统，而是小而精的多个小系统。
hadoop.png
9. Hadoop生态系统的特点
- 开源、社区活跃
- 囊括了大数据处理的方方面面
- 成熟的生态圈
10. Hadoop常用发行版及选型
- Apache Hadoop
- CDH：Cloudera Distributed Hadoop
- HDP：Hortonworks Data Platform
