大数据4v特征
1.Volumu ： 体量大
2.Velocity : 速度快
3.Variaty ： 样式多
4. Value ： 价值密度低
什么是hadoop ？
大数据不是Hadoop，Hadoop只是大数据环境中的一个工具（一个软件，一个框架）
可靠的，可伸缩的，分布式计算的开源软件
是一个框架，允许跨越计算机集群的大数据处理，使用简单的编程模型（MapReduce）。
可从单个服务器扩展到几千台主机，每个节点提供计算和存储的功能。二不是依赖性高可用性的机器
依赖于应用层面上的实现， （重点，默写下来）
hadoop 模块
1.Hadoop common 公共类库
2.HdFS hadoop 分布式文件系统
3.Hadoop Yarn 作业调度和资源管理框架 4.Hadoop Map Reduce 基于yarn系统的大数据集并行处理技术
Map Reduce 工作原理思路
把一份材料切割成很多份，分布在很多太计算机（Yarn调度 比如300台计算机）上共同工作。最后很多台计算机归纳成文件，最后合成和一个文件
在Java用使用多线程，线程来提高运行的效率