一：理解
狭义的就是指框架本身，有3部分组成：HDFS（分布式文件系统，存储；MapReduce 分布式离线计算框架，计算；Yarn 资源调度框架，资源协调）
特点：分布式存储数据，通过物理分隔数据，将数据分散的存入不同的机器上；低成本；抽象处理逻辑，将数据处理逻辑简化为Map和Reduce操作。
广义的是指一个生态圈、生态系统。包含Hadoop框架之后的很多数据技术栈。
不足：计算模型只支持离线计算；性能有限；计算模型的设计存在局限。
二：为什么说Hadoop处于大数据领域的王者地位，已经成为大数据的代名词？
Hadoop是大数据领域第一个真正意义上的框架；大数据技术解决海量数据存储海量数据计算，Hadoop中有HDFS完成存储，MapReduce完成计算，从计算的角度说虽然后面出现了其他的计算引擎，但是都参考了MapReduce，存储一直都有使用HDFS，HDFS的地位始终无法撼动；Hadoop是一个大圈子，囊括性很强。
三 系统工作
数据来源层--->数据传输层-->数据存储层-->资源管理层-->数据计算层-->任务调度层-->数据可视化。
数据来源层：结构化数据，半结构化数据，非结构化数据。
数据传输层：Flume日志采集，Sqoop数据迁移
数据存储层：Kafka消息队列，HDFS，HBase海量列式非关系型数据库。
资源管理层：Yarn资源管理
数据计算层：MapReduce,SparkCore，Tez，Flink
