什么是Hadoop？

pangxia75

　　1.Hadoop是什么
　　Hadoop原来是ApacheLucene下的一个子项目，它最初是从Nutch项目中分离出来的专门负责分布式存储以及分布式运算的项目。用于海量数据的并行处理，简单地说来，Hadoop是一个可以更容易开发和运行处理大规模数据的软件平台。hadoop的核心主要包含：HDFS 和 MapReduce HDFS是分布式文件系统，用于分布式存储海量数据。 MapReduce是分布式数据处理模型，本质是并行处理。
　　2.下面列举hadoop主要的一些特点：
　　1 扩容能力（Scalable）：能可靠地（reliably）存储和处理千兆字节（PB）数据。
　　2 成本低（Economical）：可以通过普通机器组成的服务器群来分发以及处理数据。这些服务器群总计可达数千个节点。
　　3 高效率（Efficient）：通过分发数据，hadoop可以在数据所在的节点上并行地（parallel）处理它们，这使得处理非常的快速。
　　4 可靠性（Reliable）：hadoop能自动地维护数据的多份复制，并且在任务失败后能自动地重新部署（redeploy）计算任务。
　　3.Hadoop实现了一个分布式文件系统（HadoopDistributedFileSystem），简称HDFS。
　　HDFS有着高容错性（fault-tolerent）的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高传输率（highthroughput）来访问应用程序的数据，适合那些有着超大数据集（largedataset）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以流的形式访问（streamingaccess）文件系统中的数据。
　　4.Hadoop还实现了MapReduce分布式计算模型。
　　MapReduce将应用程序的工作分解成很多小的工作小块(smallblocksofwork)。HDFS为了做到可靠性（reliability）创建了多份数据块（datablocks）的复制（replicas），并将它们放置在服务器群的计算节点中（computenodes），MapReduce就可以在它们所在的节点上处理这些数据了。

　　5.Hadoop用来做什么
　　答：海量数据处理。。。似乎有点虚呵呵，我能想到的用hadoop的地方：
　　1、最简单的，做个数据备份/文件归档的地方，这利用了hadoop海量数据的存储能力
　　2、数据仓库/数据挖掘：分析web日志，分析用户的行为（如：用户使用搜索时，在搜索结果中点击第2页的概率有多大）
　　3、搜索引擎：设计hadoop的初衷，就是为了快速建立索引。
　　4、云计算：据说，中国移动的大云，就是基于hadoop的
　　5、研究：hadoop的本质就是分布式计算，又是开源的。有很多思想值得借鉴。
　　总之，你可以把hadoop看成是：分布式计算框架（或系统、或平台），可以说是用来做云计算的，呵呵。（云计算的本质就是：海量数据存储/并行处理，即hadoop中的HDFS和MapReduce