1、什么是大数据？
以Hadoop为代表的大数据平台框架上进行各种数据分析的技术。
包括了以Hadoop和Spark为代表的基础大数据框架
还包括了实时数据处理，离线数据处理；数据分析，数据挖掘和用机器算法进行预测分析等技术。
2、Hadoop是什么？
一个开源的大数据框架、一个分布式计算的解决方案
Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算)
3、Hadoop核心
HDFS分布式文件系统：存储是大数据技术的基础
MapReduce编程模型：分布式计算时大数据应用的解决方案
4、HDFS总结
普通的成百上千的机器
按TB甚至PB为单位的大量的数据
简单便捷的文件获取
5、Hadoop基础架构
HDFS概念
数据块 : 数据块是抽象块而非整个文件作为存储单元
默认大小为64MB，一般设置为128M，备份X3
NameNode : 主节点
管理文件系统的命名空间，存放文件元数据。
维护着文件系统的所有文件和目录，文件与数据块的映射。
记录每个文件中各个块所在数据节点的信息
DataNode : 从节点
存储并检索数据块
向Namenode更新所存储块的列表
HDFS 由 一个namenode 多个datanode组成
6、HDFS优点
适合大文件存储，支持TB、PB级的数据存储，并有副本策略
可以构建在廉价的机器上，并有一定的容错和恢复机制。
支持流式数据访问，一次写入，多次读取最高效。
7、HDFS缺点
不适合大量小文件存储
不适合并发写入，不支持文件随机修改
不支持随机读等低延时的访问方式
