Apache Hadoop是一个使用HDFS（Hadoop Distributed File System）分布式文件系统执行可靠的、规模化的分布式计算的开源项目，Hadoop是使用Java语言开发，其运行在Linux操作系统上集群规模最大支持几千个分布式节点，本文主要描述Hadoop单机版的安装部署。
如上所示，HDFS分布式文件系统的架构图，其中，Namenode节点主要提供数据文件索引服务，Datanode节点主要提供数据分片的存储服务，Namenode服务支持多节点的高可用性部署，Datanode支持大规模的分布式集群部署，数据分片实现备份复制的高可用性机制
如上所示，一个用户数据文件可分为多个数据块存储在多个Datanode中，每个数据块拥有一个ID标识，每个数据块以备份复制的方式存储在不同的Datanode中实现高可用性，part-0文件分为1、3的数据块，每个数据块复制2份，part-1文件分为2、4、5的数据块，每个数据块复制3份，读取part-0文件的时候分别读取1、3数据块合并成完整的文件，读取part-1文件的时候分别读取2、4、5数据块合并成完整的文件
如上所示，从OpenJDK官方下载JDK8版本、从Hadoop官方下载最新的稳定版本
如上所示，安装与配置OpenJDK8
如上所示，使用Hadoop的样例MapReduce算法统计input文件夹的文件列表中，包含有匹配dfsa-z.+正则表达式的字符串的统计信息，该正则表达式匹配以字符串dfs为前缀、以a到z小写英文字母以及点号的任意组合为后缀的字符串，文件夹output输出中显示包括一个字符串dfsadmin
如上所示，设置Hadoop分布式文件系统的接口访问的地址
如上所示，设置Hadoop分布式文件系统的复制备份策略
如上所示，设置Hadoop分布式集群节点的ssh免密登录
如上所示，格式化Hadoop分布式文件系统
如上所示，配置Hadoop分布式文件系统的用户环境变量
如上所示，启动Hadoop分布式文件系统服务，其中，包括NameNode服务以及DataNode服务
如上所示，查看Hadoop分布式文件系统服务的端口使用，其中，9870端口是web平台服务，9000端口是分布式文件系统的平台服务，9866端口是DataNode提供的服务
如上所示，在Hadoop分布式文件系统中新建用户目录
如上所示，在Hadoop分布式文件系统中执行MapReduce计算，输出到output文件夹中
如上所示，停止Hadoop分布式文件系统服务
如上所示，配置Hadoop分布式文件系统的YARN资源管理器
如上所示，配置Hadoop分布式文件系统的YARN资源管理器的用户环境变量
如上所示，启动Hadoop分布式文件系统的YARN资源管理器服务
如上所示，停止Hadoop分布式文件系统的YARN资源管理器服务