Hadoop两大核心：HDFS和MapReduce
Hadoop的特性：
1.高可靠性：多台机器构成集群，部分机器故障，剩余机器可以继续对外提供服务
2.高效率：成百上千台机器一起计算
3.高扩展性：可以不断地向集群中加入机器
4.低成本：可以常用普通PC机来构成一个集群
Hadoop应用现状：
Hadoop项目结构：
Tez：运行在YARN之上的下一代Hadoop查询处理框架，将很多MapReduce文件分析优化后构成有向无环图
Spark：基于存储处理的类似于Hadoop，MaprReduce的通用并行框架
Hive：Hadoop上的数据仓库，把SQL语句转换成MapReduce作业
Pig：数据流处理，一个基于Hadoop的大规模数据分析平台，提供类似SQL的查询语言Pig Latin
Oozie:Hadoop上的工作流管理系统
Zookeeper：提供分布式协调一致性服务
HBase：Hadoop上的非关系类型的分布式数据库
Flume：一个高可用，高可靠的分布式的海量日志采集，聚合和传输的系统
Sqoop：数据导入导出，用于Hadoop与传统数据库之间进行数据传递
Ambari：Hadoop快速部署工具，支持Apache Hadoop集群的供应，管理和监控
Hadoop集群的部署和使用:
Hadoop的两大核心是HDFS和MapReduce，所以对Hadoop进行配置的时候无非就是照顾到这两方面的性能。
一.主要的集群硬件配置：
1.NameNode：名称节点(HFDS),用来存储数据的存储地址
2.DataNode:数据节点(HFDS)，用来存储数据
二.MapReduce核心：
JobTracker：对整个用户的作业进行管理，把一个大的作业发放到不同的集群上进行
TaskTracy：负责跟踪和分配各自的作业
三.冷备份SecondayNameNode：
