1 Hadoop是個什么鬼？
簡單的說，Hadoop是一個用來處理大數據的分布式軟件，它提供了一個分布式文件存儲（HDFS）、一個資源調度系統（YARN）以及一個分布式并行計算框架（MAPREDUCE）。作為介紹Hadoop的第一篇文章，筆者認為還是有必要好好嘮嘮嗑，說說它的前世今生，顏值妙用。
Hadoop最早起源于Nutch。Nutch的目標是創建出一個大型的、健壯、可擴展的搜索引擎，
1.HADOOP最早起源于Nutch。Nutch的設計目標是構建一個大型的全網搜索引擎，包括網頁抓取、索引、查詢等功能，但隨著抓取網頁數量的增加，遇到了嚴重的可擴展性問題——如何解決數十億網頁的存儲和索引問題。
2.2003年、2004年谷歌發表的兩篇論文為該問題提供了可行的解決方案。
——分布式文件系統（GFS），可用于處理海量網頁的存儲
——分布式計算框架MAPREDUCE，可用于處理海量網頁的索引計算問題。
3.Nutch的開發人員完成了相應的開源實現HDFS和MAPREDUCE，并從Nutch中剝離成為獨立項目HADOOP，到2008年1月，HADOOP成為Apache頂級項目，迎來了它的快速發展期。
