Hadoop是一种开源的分布式计算框架，主要用于存储和处理大规模数据集。
Hadoop最初是由Apache软件基金会开发的，其名称来源于Doug Cutting、Mike Cafarella、Adam Shook和Jun Rao等人的姓氏。
Hadoop的核心组件包括分布式文件系统HDFS和分布式计算框架MapReduce。HDFS是一种分布式文件系统，可以将数据分布式地存储在不同的计算节点上，从而实现数据的高可靠性和高可扩展性。
MapReduce是一种分布式计算框架，可以将大规模数据集划分成小块，然后并行地进行处理，最终将结果汇总返回给用户。
除了HDFS和MapReduce，Hadoop还包括许多其他的组件和工具，例如YARN资源管理器、HBase分布式数据库、Hive数据仓库等。这些组件和工具可以与Hadoop一起使用，提供更多的数据处理和分析功能。
Hadoop的应用场景非常广泛，例如在大数据存储、数据挖掘、机器学习、日志分析、实时数据处理等领域都有着广泛的应用。同时，Hadoop也是一个开源的技术，可以自由地使用、修改和分发。
Hadoop 是一个能够对大量数据进行分布式处理的软件框架，用户可以轻松在 Hadoop 上开发和运行处理海量数据的应用程序，充分利用集群的威力进行高速运算和存储。
怎么使用 Hadoop：
Hadoop 集群的搭建
简单点说就是把 Hadoop 的安装包放在每一台服务器上，改改配置再启动，就完成了 Hadoop 集群的搭建。
上传文件到 Hadoop 集群
Hadoop 集群搭建好以后，可以通过 web 页面查看集群的情况，还可以通过 Hadoop 命令上传文件到 hdfs 集群，通过 Hadoop 命令在 hdfs 集群上建立目录，通过 Hadoop 命令删除集群上的文件等等。
编写 map/reduce 程序
通过集成开发工具（例如 eclipse）导入 Hadoop 相关的 jar 包，编写 map/reduce 程序，将程序打成 jar 包扔在集群上执行，运行后出计算结果。
hadoop 生态圈中各个组件的作用描述：
① hdfs：一个文件系统，可以存储海量数据。
② mapreduce：从海量数据中，通过一定的算法，计算出有用信息。
③ hive：就是sql语句解释器，接收用户输入的sql语句，然后将该sql语句翻译成复杂的mapreduce程序，并发布到mr集群中进行运算，计算出有用的信息。
④ hbase：是基于hdfs文件系统的数据库。
⑤ flume：就是将数据从一个文件中抽取到另一个文件中。
⑥ sqoop：将hdfs文件系统的文件，导出到linux文件系统的文件中。
⑦ ooize/azkaban：该组件是负责协调各个任务的执行顺序。
