什麼是hadoop？
hadoop 是一個可編程和運行分佈式應用，用來處理大數據的開源框架。
Hadoop主要子項目
Hadoop Common: 在0.20及以前的版本中，包含HDFS、MapReduce和其他項目公共內容，從0.21開始HDFS和MapReduce被分離爲獨立的子項目，其餘內容爲Hadoop Common
HDFS: Hadoop 分佈式文件系統 (Distributed File System) － HDFS (Hadoop Distributed File System)
MapReduce：並行計算框架，0.20前使用 org.apache.hadoop.mapred 舊接口，0.20版本開始引入org.apache.hadoop.mapreduce的新API
HBase: 類似Google BigTable的分佈式NoSQL列數據庫。（HBase 和 Avro 已經於2010年5月成爲頂級 Apache 項目）
Hive：數據倉庫工具，由Facebook貢獻。
Zookeeper：分佈式鎖設施，提供類似Google Chubby的功能，由Facebook貢獻。
Avro：新的數據序列化格式與傳輸工具，將逐步取代Hadoop原有的IPC機制。
和其他分佈式架構比較：
SETI@home(就是尋找外星人那個)：是將數據傳送到要計算的地方（運行屏保的計算機），經過計算，再將計算結果傳回到數據中心。
hadoop的做法：將代碼向數據所在的地方遷移。
和普通的數據庫比較：
1.處理的對象不一樣。
傳統數據庫處理的是 結構化的數據,如 表的結構都是固定的。結構化查詢語言(Structured Query Language)簡稱SQL.
hadoop更多的是處理半結構化的數據或者非結構化的數據，如分析日誌記錄，統計字符出現的次數等等。
2.拓展方式不一樣
hadoop的拓展是向外拓展，即需要擴容的時候，增加普通的機器。
普通數據庫拓展是向高拓展，即更換更好的機器。（當然也可以向外拓展，這點有待討論...）
3.hadoop用鍵值對代替數據表
傳統數據庫是讓數據以某種模式存放在具有關係數據庫的模式中。基於這種模式來對數據進行處理。hadoop將數據轉化爲鍵/值對來進行處理
4.hadoop用函數式編程（MapReduce）代替sql
5.hadoop用離線批量處理代替在線處理（hadoop爲離線處理和大規模數據分析而設計，
更適合於 一次寫入，多次讀取 的情況，類似於sql的數據倉庫）
==============================================================
我也是剛開始學習hadoop，學習的資料來自於 《hadoop實戰》和《hadoop權威指南》 以及網上搜到的一些資料。
這些筆記是學習的過程中自己積累的，然後用更加淺顯的話表述出來，希望也能幫助到初學者。當然裏邊會有很多錯誤，也希望大家指出，我會認真改正，謝謝