一、基础概念

一、基本介绍

hadoop是apache旗下的一套开源软件平台，利用服务器集群，根据用户自定义的业务逻辑，对海量数据进行分布式数据处理，通常所说的hadoop是指hadoop生态圈

二、hadoop核心组件

• hdfs - 分布式文件系统
• yarm - 运算资源调度系统

• mapreduce - 分布式计算编程框架

  三、hadoop产生背景

  2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案。
  ——分布式文件系统（GFS），可用于处理海量网页的存储
  ——分布式计算框架MAPREDUCE，可用于处理海量网页的索引计算问题。
  Nutch的开发人员完成了相应的开源实现HDFS和MAPREDUCE，并从Nutch中剥离成为独立项目HADOOP，到2008年1月，HADOOP成为Apache顶级项目，迎来了它的快速发展期

  四、hadoop在大数据、云计算中的位置和关系

  云计算是分布式计算、并行计算、网格计算、多核计算、网络存储、虚拟化、负载均衡等传统计算机技术和互联网技术融合发展的产物，借助iaas、paas、saas等业务模式，把强大的计算能力提供给终端用户

• iaas （infrastruture as a service）- 基础设施及服务

几年前如果你想运行一些企业应用，你需要去购买服务器、硬盘、网络硬件、路由器，装网，但是现在不需 要了，只需购买阿里云的服务器即可 - 侧重于硬件

• pass （platform as a service）- 平台即服务

pass公司在网上提供各种开发和分发应用的解决方案，，比如虚拟服务器和操作系统，中间件、基础服务平 台，如Google App Engine。

• saas （software as a service ）- 软件即服务

软件，这一层是和你的生活每天接触的一层，大多是通过网页浏览器来接入。任何一个远程服务器上的应用 都可以通过网络来运行，就是SaaS了

现阶段，云计算的两大底层支撑技术为虚拟化和大数据技术，hadoop只是pass层的解决方案之一，并不等同于paas，更不等同于云计算本身。