1，Hadoop的组成
两个核心组成
HDFS: 分布式文件系统，存储海量的数据
MapReduce: 并行处理框架，实现任务分解和调度
2，HDFS
HDFS中的文件被分成块进行存储，默认的块大小为64MB, 块是文件存储处理的逻辑单元
HDFS中有两类节点 NameNode和DataNode
2.1，NameNode是管理节点，存放文件元数据
文件与数据块的映射表
数据块与数据节点的映射表
2.2，DataNode是HDFS的工作节点，存放数据块
2.3，HDFS中的数据管理与容错
每个数据块3个副本，分布在两个机架内的三个节点
DataNode定期向NameNode发送心跳消息
二级NameNode定期同步元数据映像文件和修改日志，当NameNode发生故障时，备胎转正
HDFS读取文件的流程
HDFS写入文件的流程
3，MapReduce原理
分而治之，一个大任务分成多个小的子任务(map) 并行执行后，合并结果(reduce)
3.1，MapReduce中的基本概念
JobTracker的角色
作业调度
分配任务，监控任务执行进度
监控TaskTracker的状态
TaskTracker的角色
执行任务
汇报任务状态
3.2，MapReduce的容错机制
重复执行(最多重复4次)
推测执行