Hadoop 简介 - 开源分布式计算系统

Hadoop 是一个开源的分布式计算系统，由 Apache 开发和维护。它基于 Google 的 MapReduce 和 Google 文件系统 (GFS) 的研究成果，旨在处理大规模数据集。Hadoop 拥有高可靠性、高可扩展性、高容错性等优点，可以处理海量数据的存储和处理任务。它的核心组件包括 Hadoop 分布式文件系统 (HDFS) 和 Hadoop 分布式计算框架 (MapReduce)，同时还有其他相关的生态系统组件，如 Hive、Pig、HBase 等。Hadoop 可以运行在廉价的硬件上，可以通过添加节点来扩展集群的处理能力，因此适合处理大规模数据集的分布式处理任务。