核心：分布式存储和分布式计算
闲话：
底层基于socket通信
NIO——java异步io，不阻塞，不等待
bt——p2p软件（点对点传输，每个人既是上传者又是下载者。但是会占用大量网络带宽，所以很多运营商通过在交换机上封杀bt端口的方式来遏制bt软件占用流量）
关键：压缩算法
1、归档
很小的文件压缩后反而会变大。
但是如果有成千上万很小的文件，我们要对其进行压缩的话，就需要先归档
hadoop归档命令：har （har、tar、jar、war等表示压缩的文件，都以ar结尾，因为ar表示archives，归档）
大量很小的文件不能用hdfs存，因为大量小文件的文件名等文件信息会将hadoop 0层节点的内存全部耗光，而0层节点一般是master节点，内存耗光就会导致整个集群性能下降