Hadoop是什么？（处理大数据存储和分析的基础架构）
Hadoop是一个由Apache基金会所开发的**分布式系统基础架构**。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），其中一个组件是HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算 。
解决的问题：
- 海量数据的存储（HDFS）
- 海量数据分析（MapReduce）
- 资源管理调度（YARN）
作者：Doug Cutting（道格 · 卡丁）
- Douglass Read Cutting是一位软件设计师，也是开源搜索技术的倡导者和创造者。他创建了Lucene，并与Mike Cafarella和Nutch一起创建了两个开源搜索技术项目，这些项目现在由Apache Software Foundation管理。Cutting和Cafarella也是Apache Hadoop的共同创始人。[1]
- learn more https://en.wikipedia.org/wiki/Doug_Cutting
- 受google三篇论文的启发（GFS、MapReduce、BigTable（大数据库））
- Hadoop不是数据库，而是由许多框架组成的解决大数据问题的生态系统。
Hadoop具体能做些什么？（海量离线日记分析）
- Hadoop擅长日记分析，Facebook就用hive来进行日记分析，2009年时Facebook就有非编程人员的30%的人使用HiveQL进行数据分析，淘宝搜索中的自定义筛选也是用的Hive；利用Pig还可以做高级的数据处理，包括Twitter、LinkedIn上用于发现您可能认识的人，可以实现类似Amazon.com的协同过滤的推荐效果，淘宝的商品推荐也是！在Yahoo！的40%的Hadoop作业时用Pig运行的，包括垃圾邮件的识别和过滤，还有用户特征建模，（2012年8月25更新，天猫推荐系统时hive，少量尝试mahout！）