一、大数据的特征
4V特征
Volume(大数据量)：90% 的数据是过去两年产生
Velocity(速度快)：数据增长速度快，时效性高
Variety(多样化)：数据种类和来源多样化
结构化数据、半结构化数据、非结构化数据
Value(价值密度低)：需挖掘获取数据价值
固有特征
时效性
不可变性
二、关于hadoop
hadoop是如何进行分布式处理呢？
1.数据存储：分布式存储，分成多块存储
2.存储结束后，进行分布式数据的处理
说了这么多，什么是hadoop？
Hadoop是一个开源分布式系统架构
分布式文件系统HDFS——解决大数据存储
分布式计算框架MapReduce——解决大数据计算
分布式资源管理系统YARN
处理海量数据的架构首选
非常快得完成大数据计算任务
已发展成为一个Hadoop生态圈
hadoop又有哪些优点是我们使用它的理由呢？
高扩展性，可伸缩
高可靠性
多副本机制，容错高
低成本
无共享架构
灵活，可存储任意类型数据
开源，社区活跃
看一下hadoop的生态圈吧，百度这些知识点，可以更加有效的有针对性的去学习！
稍作分类：
Hadoop核心
HDFS、MapReduce、YARN
数据查询分析
Hive、Pig、Impala、Presto
协调管理
HCatalog、Zookeeper、Ambari
数据迁移
Sqoop、Flume
Spark、NoSQL、机器学习、任务调度等
由这些介绍可以更加有针对性的对自己想要工作的地方学习！
三、hadoop的结构
HDFS(Hadoop Distributed File System)
分布式文件系统，解决分布式存储
MapReduce
分布式计算框架
YARN
分布式资源管理系统
在Hadoop 2.x中引入
Common
支持所有其他模块的公共工具程序
了解完这些基本知识后，我们就要开始进一步的有针对性的学习！下一篇会进行关于hadoop的单机搭建和集群构造！