基本架构
分布式存储系统HDFS：
a.分布式存储系统
b.提供了高可靠、高扩展性和高吞吐率的数据存储服务
资源管理系统YARN:
a.负责集群资源的统一管理和调度
分布式计算框架
a.分布式计算框架
b.具有易于编程、高容错性和高扩展性等优点
Hadoop2.0的生态系统
HIVE：构建在HADOOP之上的数据仓库，数据计算使用MR，数据存储使用HDFS
类似SQL，可认为是一个SQL和MR的语言翻译器
PIG：构建在HADOOP之上的数据仓库，数据计算使用MR，数据存储使用HDFS
定义了一种数据流语言--Pig Latin，一种新语言
Mahout：基于Hadoop的机器学习和数据挖掘的分布式计算框架，实现三大类算法
a.推荐 b.聚类 c.分类
Sqoop：数据同步工具，是连接Hadoop与传统数据库之间的桥梁，支持多种数据库
MySQL、DB2等，本质上是一个MR程序
Flume：同Sqoop功能相似
Oozie：作业流调度系统，各种计算框架和作业调度种类很多（Streaming，HQL，Pig）
这些作业可能有依赖关系，或者是周期性作业、定时作业，Oozie可以作为调度
系统来管理