初识Hadoop

• Hadoop 发展历史

1. Apache Nutch 网页抓取互据，数据量达到瓶颈，
2. Google 发表论文 Google FileSystem 
3. Apache 根据论文解决问题
4. Google 发表论文MapReduce 
5. Apache  根据论文，写了一套Mapreduce系统，应用到自己的项目
6. Apache 将Hadoop 从原有的项目中分离出来
7. 之后很多的企业，将Hadoop很广泛的得到了应用。

• Hbase 本身不支持事务，但是剋和phoenix可以支持事务。他存储的容量是特别大的。HBase他可以有上百万列。上百亿的行。
• 网站的网址 hadoop.apache.org 
• Hadoop的定义

1. 开源的，高可靠，可伸缩 的分布式的计算框架。

• hadoop 版本选择

1. 开源，测试不是很健全，所以用2.5 到2.8最好。

• hadoop 四大模块

1. Hadoop commons :他里边分装了大量的代码，未其他的三个模块提供代码支持。
2. HDFS :分布式文件系统，Hadoop存储数据就是靠的这个模块。
3. YARN :计算资源管理平台
   1. 他负责计算资源的分配和调度的。　　
4. MapReduce: 分布式的计算模型，可以理解为一个计算程序。他和YARN相当于火车和铁轨上的关系。包括后边学习的SPark 相当于高铁。

• Hadoop解决了什么问题

1. 解决了海量数据存储、海量数据的计算。 解决的方式就是分布式的方案，横向的扩展。