hadoop是什么
- hadoop是一个有Apache基金会所开发的分布式系统基础架构。
- 主要解决海量数据的存储和海量数据的分析计算问题。
- 广义上来说，Hadoop通常是只一个更广泛的概念——Hadoop生态圈。
hadoop发展史
- Lucene框架是Doug Cutting 开创的开源软件，用Java书写， 实现与Google类似的全文搜索，他提供了全文检索引擎的架构，包括完整的查询引擎和索引引擎。
- 2001年底Lucene成为Apache基金会的一个子项目。
- 对于海量数据的场景，Lucene面对与Google同样的困难，存储数据困难，检索速度慢。
- 学习和模仿Google解决这些问题的办法：微型版Nutch
- 可以说Google是Hadoop的思想之源（Google在大数据的三篇论文GFS–>HDFS；Map-Reduce–>MR;BigTable–>HBase）
- 2003-2004年，Google公开了部分GFS和MapReduce思想的细节，以此为基础Doug Cutting等人用了2年业余时间实现了DFS和MapReduce机制，使Nutch性能飙升。
- 2005 年Hadoop 作为 Lucene的子项目 Nutch的一部分正式引入Apache基金会。
- 2006 年 3 月份，Map-Reduce和Nutch Distributed File System (NDFS) 分别被纳入到 Hadoop 项目中，Hadoop就此正式诞生，标志着大数据时代来临。
hadoop三大发行版本
hadoop三大发行版本：Apache、Cloudera、Hortonworks.
hadoop的优势
- 高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或着存储出现故障，也不会导致数据的丢失。
- 高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点
- 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
- 高容错性：能够自动将失败的任务重新分配。