初識Hadoop

Hadoop是一個開源的分布式存儲+分布式計算平臺。

Hadoop核心組成部分：

• HDFS：分布式文件系統，存儲海量的數據。
• MapReduce：并行處理框架，實現任務分解和調度。

Hadoop可以用來做什么？
搭建大型數據倉庫，PB級數據的存儲、處理、分析、統計等業務。

Hadoop優勢：高擴展、低成本（不依賴高端硬件，只需要PC機就可以實現）、成熟的生態圈（開源、有很多衍生的小工具）

工具：
HIVE寫SQL，降低人們使用Hadoop的門檻。
HBASE 放棄事物特性，提供數據隨機讀寫。
zookeeper監控Hadoop每個節點的狀態。

安裝Hadoop

有三種方式：單機環境、偽分布環境、集群環境

Step 1：準備Linux環境
租用云主機，在阿里云或UnitedStack等定制。
Step 2：安裝JDK
Step 3：配置Hadoop