Apache Hadoop是一个在商业硬件大型集群上运行应用程序的框架。Hadoop框架为应用程序提供透明的可靠性和数据运动。Hadoop实现了一个名为Map / Reduce的计算范例，其中应用程序分为许多小的工作片段，每个工作片段都可以在集群中的任何节点上执行或重新执行。此外，它还提供了一种在计算节点上存储数据的分布式文件系统（HDFS），可在集群中提供非常高的聚合带宽。两者的MapReduce和Hadoop分布式文件系统的设计使得节点故障是由框架自动处理。
hadoop功能与优势
hadoop是什么我们前面已经介绍过了，下面我们主要介绍他的几个核心部分：
- HDFS：分布式文件系统，存储海量的数据
- MapReduce：并行处理框架，实现任务分解和调度。
我们一般用hadoop来搭建大型数据仓库、PB级数据的存储、处理、分析、统计等业务。 - Common: 一组分布式文件系统和通用I/O的组建(序列化、java RPC和持久化数据结构)
- Pig: 一种数据流语言和运行环境，用以检索非常大的数据集。pig运行在MapRedyce和HdFS集群上。
- HBase： 一个分布式、按列存储数据库。Hbase使用HDFS作为底层储存，同时支持MapReduce的批量式计算和点查询（随机读取）。
- ZooKeeper：一个分布式、可用性高的协调服务。ZooKeeper提供分布式锁之类的基本服务，用于构建分布式应用。
- sqoop： 在数据库和HDFS之间高校传输数据的工具。
hadoop的优势：
- 高扩展
- 低成本
- 成熟的生态圈