一、概览

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算

二、资料

官网：http://hadoop.apache.org

三、 核心概念

• HDFS
  • NameNode
    • 数据元数据
    • 内存存储，不会有磁盘交换
    • 持久化 (fsimage、edits log)
      • 不会持久化block的位置信息
    • block: 偏移量，因为block不可以调整大小，hdfs，不支持修改文件
      • 偏移量不会变化
  • DataNode
    • block块
    • 磁盘
    • 面向文件，大小一样，不能调整
    • 副本数，调整，(备份，高可用，容错/可以调整很多个，为了计算向数据移动)
  • SN
  • NN&DN
    • 心跳机制
    • DN向NN汇报block信息
    • 安全模式
  • client
• MapReduce