一、Hadoop的优势
（1）高可靠性：
因为Hadoop假设计算元素和存储会出现故障，它维护多个工作数据副本，故障时可以对失败的节点重新分布处理。
（2）高可扩展性
在集群间分配任务数据，可方便的扩展数以千计的节点。
（3）高效性
在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
（4）高容错性
自动保存多份副本数据，并且能够自动将失败的任务重新分配。
二、Hadoop组成
（1）Hadoop HDFS:
一个高可靠、高吞吐量的分布式文件系统
（2）Hadoop MapReduce:
一个分布式的离线并行计算框架
（3）Hadoop YARN:
作业调度与集群资源管理的框架
（4）Hadoop Common:
支持其他模块的工具模块（Configuration、RPC、序列化机制、日志操作）
三、HDFS 架构概述
（1）Namenode：
存储元数据
（2）Datanode：
存储数据的节点，会对数据进行校验
（3）Secondarynamenode：
监控namenode 的元数据，每隔一定的时间进行元数据的合并
四、YARN架构概述
（1） ResourceManager(rm)：
处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度
（2）NodeManager(nm)：
单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令
（3）ApplicationMaster：
数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错
（4）Container：
对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息
五、MapReduce架构概述
MapReduce将计算过程分为两个阶段：Map和Reduce
Map阶段并行处理输入数据
Reduce阶段对Map结果进行汇总
