Hadoop 2.x (一)

1、三大马车

MapReduce ，离线计算框架。对海量数据进行处理，支持分布式，大数据分为小数据集，小数据集进行处理（Map），合并统计数据结果(Reduce)。仅适合离线批处理，很好的容错和扩展，适合简单批处理。

HDFS，分布式文件系统，存储海量数据，分布式，保证数据安全性。主节点保存着文件的元数据，存在内存中，用java写的，同时本地有备份。从节点以块为单位，保存数据及数据校验和

HBase，存储数据的数据库

YARN,分布式，资源管理框架 ，管理集群硬件等信息，主从，每个节点都有一个yarn的资源子节点，给主节点提供信息，字节点要向主节点申请资源，container。

2、Hadoop 2.x生态搭建