hadoop三大核心組件：
1、HDFS：分佈式存儲系統（實時key-value查詢hbase、HiveQL離線統計分析hive都是基於此開發的技術）
2、MapReduce：分佈式計算系統
3、YARN： hadoop 的資源調度系統
1、在HDFS上存儲文件的時候，文件會按照配置的大小進行分塊，每個分塊會按照設置的副本的數目，在hdfs上面存儲。HDFS不支持文件的修改，因爲是分塊儲存，且有多個副本，修改的代價太高，直接刪除重建吧。
2、MapReduce採用“分而治之”策略，map（映射）+ reduce （歸約），輸入數據自動分割爲M個數據片段的集合，這些輸入的數據片段能夠在不同的機器上並行map處理，使用分區函數將map調用產生的中間key值分成R個不同分區，這些中間數據在多臺機器上調用Reduce處理。最終輸出寫入 HDFS。