什么是Hadoop

Hadoop是由Apache基金会所开发的分步式基础架构，主要解决海量存储和海量数据的分析计算问题。通常是广泛概念，像Hadoop生态圈。

Hadoop的优势

1，高可靠性：能维护多个副本，即使挂掉，也不会丢失。
2，高扩展性：在集群间分配任务，可方便扩展数千计节点。
3，高效性：并行工作，加快处理速度。
4，高容错性：能够自动将失败的任务重新分配。

HDFS

是分步式文件系统
NameNode（NN）：存储元数据，如文件名，文件目录结构
DataNode（DN）：存储文件的块数据
SecondaryNameNode（2NN）：每隔一段时间对NN进行备份。

YARN

是资源调度工具
ResourceManager（RM）：整个集群资源（内存，cpu）的老大
NodeManager（NM）：单个服务器资源的老大。
ApplicationMaster ：单个任务的老大
Container ：容器：相当于独立的服务器，封装资源，内存 CPU 磁盘 网络等。

说明：
1，客户端可以有多个
2，集群上可以运行多个ApplicationMaster
3，每个NodeManager上可以由多个Container

Mapreduce

是海量数据的计算，它分为两个阶段 Map阶段和Reduce阶段
1，Map：并行数据处理输入数据
2，Reduce：对Map阶段结果进行汇总