第二部分：hadoop简介

一、什么是hadoop

        狭义上hadoop就是指一个框架：HDFS分布式文件系统（存储）、MapReduce分布式离线计算框架（计算）、YARN资源调度框架。
        广义上的hadoop：除了包含hadoop框架之外，还有溢写辅助框架：Flume日志数据采集、Sqoop ELT关系型数据库数据采集、Hive深度依赖hadoop框架完成计算、Hbase大数据领域的数据库。

        hadoop就是一个适合大数据的分布式存储和计算的平台。目前所讲述的就是狭义的hadoop框架。

二、hadoop的起源

        著名的：       
         2003年和2004年谷歌的三篇论文（三驾马车）：
                GFS：Google的分布式文件系统（Google File System）
                MapReduce：Google的分布式计算框架
                BigTable：大型分布式数据库
        发展演变关系：
                GFS —> HDFS
                Google MapReduce —> Hadoop MapReduce
                BigTable —> HBase

三、hadoop的特点

        

四、hadoop的发行版本

          Apache Hadoop版本（最原始版本）
                 优点：开源免费可以拥有全世界的开源贡献，代码更新代码比较快。
                 缺点：版本的升级和版本的维护以及版本之间的兼容性问题比较显著。
         ClouderManager收费版本 CDH版本 ---生产环境使用（大部分生产环境使用该版本）
         HortonWorks 免费开源版本  HDP版本 （已被Clodermanager收购）-- 生产版本使用生

五、hadoop版本更迭

        略过...飞过...

六、hadoop优缺点

        优点：（第三节图片上的四个优点）
                a.具有存储和处理数据能力的高可靠性。
                b.通过计算机集群分配数据，完成存储和计算任务，这些集群可以方便的扩展到数以千计的节点中，具有高扩展性。
                c.能够在多个节点间进行动态的移动数据，保证各个节点的动态平衡，处理速度非常快，具有高效性。
                d.能够自动保存数据多个副本，并且能够自动将失败的任务重新分配，具有高容错性。

        缺点：
                a.不适合低延迟的数据访问。
                b.不能高效存储大量小文件。
                c.不支持多用户写入并任意修改文件。