Hadoop主要是分佈式計算和存儲的框架，所以Hadoop工作過程主要依賴於HDFS(Hadoop Distributed File System)分佈式存儲系統和Mapreduce分佈式計算框架。
1、首先介紹HDFS是如何工作的。
注：上圖是從視頻網站的截圖
分佈式存儲系統HDFS中工作主要是一個主節點namenode(master)（hadoop1.x只要一個namenode節點，2.x中可以有多個節點）和若干個從節點Datanode(數據節點)相互配合進行工作,HDFS主要是存儲Hadoop中的大量的數據，namenode節點主要負責的是：
1、接收client用戶的操作請求，這種用戶主要指的是開發工程師的java代碼或者是命令客戶端操作。
2、維護文件系統的目錄結構，主要就是大量數據的關係以及位置信息等。
3、管理文件系統與block的關係，Hadoop中大量的數據爲了方便存儲和管理主要是以block塊（64M）的形式儲存。一個文件被分成大量的block塊存儲之後，block塊之間都是有順序關係的，這個文件與block之間的關係以及block屬於哪個datanode都是有namenode來管理。
Datanode的主要職責是：
1、存儲文件。
2、將數據分成大量的block塊。
3、爲保證數據的安全，對數據進行備份，一般備份3份。當其中的一份出現問題時，將由其他的備份來對數據進行恢復。
2、MapReduce並行計算模型
注：上圖來自網絡
以上是MapReduce流程圖
MapReduce主要也是一個主節點JOPtracker和testtracker組成，主要是負責hadoop中的數據處理過程中的計算問題。
joptracker主要負責接收客戶端傳來的任務，並且把計算任務交給很多testtracker工作，同時joptracker會不斷的監控testtracker的執行情況。
testtracker主要是執行joptracker交給它的任務具體計算，例如給求大量數據的最大值，每個testtracker會計算出自己負責的數據中的最大值，然後交給joptracker。
Hadoop的主要兩個框架組合成了分佈式的存儲和計算，使得hadoop可以很快的處理大量的數據。