hadoop是一種分佈式系統的平臺，通過它可以很輕鬆的搭建一個高效、高質量的分佈系統，而且它還有許多其它的相關子項目，也就是對它的功能的極大擴充，包括Zookeeper,Hive,Hbase等。
MapReduce是hadoop的核心組件之一，hadoop要分佈式包括兩部分，一是分佈式文件系統hdfs,一部是分佈式計算框，就是mapreduce,缺一不可，也就是說，可以通過mapreduce很容易在hadoop平臺上進行分佈式的計算編程。
首先是hdfs，也就是hadoop的存儲系統，首先hdfs是掛載在集羣多個節點上，由各個集羣分攤而來的，如果想要訪問hdfs，可以直接使用client提供的命令，如果需要和本地文件一樣則需要首先掛載到hdfs上，hadoop的client提供這個功能，執行腳本safe_mount_vfs.sh即可在client上掛載vfs。當掛載完畢之後，可以像操作本地文件一樣操作hdfs上的文件了。當然，還存在網速和機房的問題。
然後看看hadoop的任務的核心，mapreduce，其實就是兩個階段，map和reduce階段。map階段會由hadoop平臺切分輸入數據，具體的切分規則可以自行制定或者編程實現，切分之後輸入將會是key-value的格式，這樣的格式會由標準輸入讀入到map程序中，各個map程序處理完之後會先將結果shuffle，也就是一個排序，排序之後按照reduce的分桶規則分配到各個reduce階段上歸併。對於一個單機而已，過程就像一個管道，如同map|sort|reduce，而對於總體而言，map之後的輸入由系統自動sort，減少了外排或者歸併排序的煩惱，直接得到分桶好的key和value進行操作，比單機省事多了。