本节向大家描述一下Hadoop简介，主要包括Hadoop概念和Hadoop子系统功能等内容，希望通过本节的介绍大家对Hadoop有新的认识，让我们一起来学习Hadoop吧。
Hadoop简介
Hadoop是一个分布式系统基础架构，由Apache基金会开发。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。
简单地说来，Hadoop是一个可以更容易开发和运行处理大规模数据的软件平台。
Hadoop实现了一个分布式文件系统（HadoopDistributedFileSystem），简称HDFS。HDFS有着高容错性（fault-tolerent）的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高传输率（highthroughput）来访问应用程序的数据，适合那些有着超大数据集（largedataset）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以流的形式访问（streamingaccess）文件系统中的数据。
Hadoop是一个分布式计算基础设施，它包含一系列相关的子项目，这些项目都隶属于Apache软件基金会（ASF）。ASF为这些开源社区项目提供支持。Hadoop里***的是MapReduce和分布式文件系统（HDFS），其他的子系统提供了一些附加功能，或者在core上增加了一些高级的抽象。下面Hadoop简介向你介绍一下Hadoop子系统的一些附加功能。
Core
分布式系统和通用IO组件和接口（序列化，Java远程过程调用等等）。
Avro
支持跨语言过程调用，持久数据存储的数据序列化系统。
MapReduce
构建在廉价的PC机器上的分布式数据处理模型和运行环境。
HDFS
Hadoop简介中的HDFS构建在廉价的PC机器上的分布式文件系统。
Pig
处理海量数据集的数据流语言和运行环境。pig运行在HDFS和MapReduce之上。
HBase
分布式，面向列的数据库。HBase使用HDFS作为底层存储，同时使用MapReduce支持批处理模式的计算和随机查询。
ZooKeeper
提供分布式、高效的协作服务。ZooKeeper提供分布式锁这样的原子操作，可以用来构建分布式应用。
Hive
分布式数据仓库，Hive使用HDFS存储数据，提供类似SQL的语言（转换为MapReduce任务）查询数据。
Chukwa
分布式数据采集和分析系统。使用HDFS存储数据，使用Mapreduce输出分析报告。本节关于Hadoop简介讲解完毕。
【编辑推荐】
