2.1 Hadoop概论
创始人：Doug Cutting
1.简介：
开源免费;
操作简单，极大降低使用的复杂性;
Hadoop是Java开发的;
在Hadoop上开发应用支持多种编程语言、不限于Java；
Hadoop两大核心：HDFS+MapReduce
HDFS：海量数据存储
MapReduce：海量数据的处理
2.起源：
原本是文本搜索库，模仿谷歌的搜索引擎；
融入了谷歌相关技术：分布式文件系统GFS；分布式并行编程框架MapReduce；
3.成名史：数据排序 的傲人成绩
4.特性：
1.高可靠性
2.高效性
3高可扩展性
4.高容错性
5.低成本
6.运行在Linux平台上
7.支持多种编程语言
5.应用现状：
例如：Facebook
2.2 Hadoop项目结构
HDFS：分布式文件存储
MapReduce：数据处理，基于磁盘
Spark（性能比MapReduce高一个数量级）：数据处理，基于内存
Hive：数据仓库；做决策分析；支持SQL语句（把SQL语句转成MapReduce作业，再去执行）；
Pig：流数据处理，轻量级数据；提供类似SQL的查询语句Pig Latin；
Oozie:作业流调度系统
Zookeeper:分布式协调服务；分布式锁；集群管理；
HBase：列族数据库，随机读写
Flume：日志收集
Sqoop：数据导入导出，关系型数据库到HDFS、HBase、Hive互导
Ambari：快速部署工具
2.3 Hadoop安装与使用
1.Linux选择：
选择Linux版本：Ubuntu
内存选择：看电脑。内存大于4G，选择64位
2.系统安装 虚拟机还是双系统：
看电脑配置
电脑比较新，装虚拟机
3.关于Linux基础知识
1.Shell：命令解析器
2.sudo命令：权限管理机制，管理员可以授权普通用户去执行一些需要root权限执行的操作
3.输入密码：看不见自己输入的密码
4.输入法中英文切换：使用“shift”键
5.Ubuntu终端赋值黏贴快捷键：ctrl+shift+V
4.安装方式：
单机模式，伪分布式模式，分布式模式
5.创建虚拟机：
1.材料与工具：虚拟机软件与系统映像文件
2.确认系统版本：
2.4 Hadoop集群的部署与使用
考虑HDFS和MapReduce
（后补）
慕课链接：https://www.icourse163.org/learn/XMU-1002335004?tid=1003965001#/learn/content
原文：https://www.cnblogs.com/musecho/p/10991177.html