目录
Hadoop
狭义解释
Apache的一个用Java语言实现的开源软件框架，是一个存储和计算大规模数据的软件平台。
核心组件**：**
HDFS（分布式文件系统）：解决海量数据存储
MapReduce（分布式运算编程框架）：解决海量数据计算
YARN（作业调度和集群资源管理的框架）：解决资源任务调度
广义解释
Hadoop通常是指Hadoop生态圈，由很多大数据组件构建而成。
包括：Linux、zookeeper、Hadoop、hive、hbase、redis、elk、kadka、java、scala、python、impala、kudu、spark、flink、相关工具等
Hadoop不同版本
1.x
mapreduce：数据计算；资源管理
hdfs：数据存储，自动备份
2.x
mapreduce：数据计算
yarn：资源管理，分担了压力
hdfs：数据存储
hdfs、yarn解释：
NameNode：集群中的主节点，主要用于管理集群当中的各种数据
SecondaryNameNode：主要用于Hadoop中元数据信息的辅助管理
元数据：描述数据属性的信息，用来支持（如指示存储位置、历史数据、资源查找、文件记录）等功能。
DataNode：集群中的从节点，主要用于存储集群当中的各种数据
ResourceManager：接受用户的计算请求任务，负责集群的资源分配NodeManager：负责执行主节点分配的任务
mapreduce特点：
MapReduce是一个计算框架，map负责分布式计算，reduce负责将分布式计算的结果合并
MapReduce计算需要的数据和产生的结果需要HDFS来进行存储
MapReduce的运行需要由Yarn集群来提供资源调度
3.x
支持多个NameNode
优化了YARN时间线服务和MapReduce性能
引入纠删码技术，降低了冷数据的存储成本
Hadoop集群搭建简介
集群简介
Hadoop集群：包括HDFS集群和YARN集群，两者逻辑上分离，物理上在一起
HDFS集群：NameNode、DataNode、SecondaryNameNode
YARN集群：ResourceManager、NodeManager
集群搭建方式
单机模式（Standalone mode）
1个机器上运行HDFS的NameNode和DataNode、YARN的ResourceManger和NodeManager，主要用于学习和调试。
集群模式（Cluster mode）
主要用于生产环境部署。会使用N台主机组成一个Hadoop集群。这种部署模式下，主节点和从节点会分开部署在不同机器上。
