导言
Hadoop是一个用于处理和存储大量数据的软件框架。它就像一个超级强大的工具，可以帮助我们处理海量的数据，而且它很擅长处理那些传统数据库难以处理的超大数据集。
Hadoop 的两个核心组件
HDFS（Hadoop Distributed File System）
作用：存储数据。
简单理解：想象你有一堆文件，这些文件太大了，单个硬盘装不下。HDFS 把这些文件分成很多小块，然后把这些小块分散存储在很多不同的机器（服务器）上。这样，即使某个机器坏了，数据也不会丢失，因为还有其他地方存了备份。
特点：
- 高容错性：即使部分机器故障，数据依然安全。
- 大规模数据存储：可以存储海量数据，从几TB到几PB甚至更多。
MapReduce
作用：处理数据。
简单理解：MapReduce 是一种编程模型，用来处理存储在 HDFS 中的数据。它通过两个主要步骤来完成任务：
- Map（映射）：把数据分解成很多小任务，分配给不同的机器去处理。
- Reduce（归并）：把处理结果汇总起来，得到最终结果。
特点：
- 并行处理：可以同时在很多机器上处理数据，大大提高了处理速度。
- 适合大数据：非常适合处理海量数据，尤其是那些需要大量计算的任务。
其实还有一个**YARN**
他就想是一个计算资源（CPU、内存）管家，负责调度和分配计算资源给MapReduce的任务来用，其实Spark、Flink任务也可以通过YARN来进行管理。
但这里不会涉及太多，YARN的知识在实际项目中用的不多，等到要用到的时候再了解也不晚。
那么现在你已经了解了Hadoop的基本构成了，总结下来就是由一个负责存储数据的仓库（hdfs），和一个负责处理数据的“团队”（MapReduce）组成，还有一个提供能源的管家（YARN）来给团队提供能源。
