Hadoop 简介 - 开源分布式计算框架

Hadoop 是一款开源的分布式计算框架，能够处理大规模数据集。它是由 Apache 基金会开发和维护的。Hadoop 的设计目标是能够在普通硬件上处理海量数据，处理数据的方式是将大规模数据集分割成小块，然后分配到不同的计算节点上进行处理。Hadoop 包含两个核心组件：HDFS（分布式文件系统）和 MapReduce（分布式计算框架）。HDFS 是用来存储和管理数据的分布式文件系统，而 MapReduce 则是用来进行分布式计算的框架。除了这两个核心组件外，Hadoop 还有一些相关的工具和组件，如 Hive、Pig、HBase 等，这些工具和组件可以扩展 Hadoop 的功能，使得它更加适合不同的数据处理场景。Hadoop 的优势在于它能够处理 PB 级别的数据，并且具有可扩展性、容错性、高可用性等特点。