古代，人們用牛來拉重物，當(dāng)一頭牛拉不動(dòng)一根圓木時(shí)，他們不曾想過培育更大更壯的牛。同樣，在面對(duì)計(jì)算能力不足時(shí)，我們也應(yīng)嘗試著結(jié)合使用更多的計(jì)算機(jī)系統(tǒng)。　　

Hadoop就是基于這樣的理念設(shè)計(jì)。Hadoop是一個(gè)由Apache基金會(huì)所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)，計(jì)算分析處理所涉及的框架，允許多臺(tái)設(shè)備一起工作，充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)，共同完成一項(xiàng)任務(wù)，而對(duì)于用戶來說這些設(shè)備是感知不到了，Hadoop技術(shù)屏蔽了底層的細(xì)節(jié)。

Hadoop***層是HDFS，也就是Hadoop文件系統(tǒng)，這個(gè)是分布式文件系統(tǒng)，由多臺(tái)設(shè)備提供統(tǒng)一的存儲(chǔ)空間，而用戶感覺不到多臺(tái)設(shè)備，只看到一個(gè)統(tǒng)一的存儲(chǔ)空間，這也是云存儲(chǔ)技術(shù)的基礎(chǔ)。構(gòu)建于HDFS的Hbase是天然的分布式數(shù)據(jù)庫;MapReduce提供了云計(jì)算框架，它的數(shù)據(jù)來源也是分布式的，可以是HDFS，也可以是Hbase?！　?/p>

HBase是分布式數(shù)據(jù)產(chǎn)品，多臺(tái)設(shè)備共同提供類似數(shù)據(jù)庫的服務(wù)，但是這種服務(wù)是分布式，由多臺(tái)設(shè)備來提供的，用戶也完全感覺不到設(shè)備的存在，只知道有一個(gè)數(shù)據(jù)庫給他們服務(wù)。這個(gè)也就是大數(shù)據(jù)庫的基礎(chǔ)?！　?/p>

在HBase之上，有MapReduce服務(wù)框架，也就是并行分析計(jì)算服務(wù)框架，可以支持各種分析應(yīng)用并發(fā)的在多臺(tái)設(shè)備上執(zhí)行，完成一個(gè)共同的任務(wù)，原來1個(gè)人需要10天完成的任務(wù)，現(xiàn)在可以10個(gè)人1天完成，大大提升了數(shù)據(jù)分析的效率，這個(gè)也就是分布式計(jì)算的基礎(chǔ)?！　?/p>

Pig、Hive等是數(shù)據(jù)分析的引擎，提供快速的數(shù)據(jù)分析接口和能力。　　

Hadoop主要有以下幾個(gè)優(yōu)點(diǎn)：　　

一是高可靠性。Hadoop按位存儲(chǔ)和處理數(shù)據(jù)的能力值得人們信賴?！　?/p>

二是高擴(kuò)展性。Hadoop是在可用的計(jì)算機(jī)集簇間分配數(shù)據(jù)并完成計(jì)算任務(wù)的，這些集簇可以方便地?cái)U(kuò)展到數(shù)以千計(jì)的節(jié)點(diǎn)中。　　

三是高效性。Hadoop能夠在節(jié)點(diǎn)之間動(dòng)態(tài)地移動(dòng)數(shù)據(jù)，并保證各個(gè)節(jié)點(diǎn)的動(dòng)態(tài)平衡，因此處理速度非?？臁！　?/p>

四是高容錯(cuò)性。Hadoop能夠自動(dòng)保存數(shù)據(jù)的多個(gè)副本，并且能夠自動(dòng)將失敗的任務(wù)重新分配。　　

五是低成本。與一體機(jī)、商用數(shù)據(jù)倉(cāng)庫以及QlikView、Yonghong Z-Suite等數(shù)據(jù)集市相比，hadoop是開源的，項(xiàng)目的軟件成本因此會(huì)大大降低。