二、Hadoop

二、Hadoop

Hadoop 是一种分析和处理大数据的软件平台，是一个用 Java 语言实现的 Apache 的开源软件框架，在大量计组成的集群中实现了对海量数据的分布式计算。（hadoop之父 Doug Cutting）
Hadoop：它是数据处理平台，所有数据都是围绕它展开，帮助我们进行数据方面的计算机集群的搭建

2.1Hadoop 生态圈

Hadoop 生态圈包括以下主要组件。
Hadoop Common，adoop序列化类，PC通信，缩算法
1）HDFS（Hadoop分布式文件系统）
HDFS是一种数据分布式保存机制，数据被保存在计算机集群上。数据写入一次，读取多次。HDFS 为HBase等工具提供了基础。
2）MapReduce（分布式计算框架）
MapReduce是一种分布式计算模型，用以进行大数据量的计算，是一种离线计算框架。
这个 MapReduce 的计算过程简而言之，就是将大数据集分解为成若干个小数据集，每个(或若干个)数据集分别由集群中的一个结点(一般就是一台主机)进行处理并生成中间结果，然后将每个结点的中间结果进行合并, 形成最终结果。
3）HBASE（分布式列存数据库）
HBase是一个建立在HDFS之上，面向列的NoSQL数据库，用于快速读/写大量数据。HBase使用Zookeeper进行管理，