Hadoop是什么
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。主要解决海量数据的存储和海量数据的分析计算问题。广义上讲，Hadoop通常是指一个更广泛的概念 —— Hadoop生态圈。
Hadoop的发展历史
Lucene框架是道格卡丁开创的开源软件，用Java书写代码，实现与Google类似的全文搜索功能，它提供了全文检索引擎的架构，包括完整的查询引擎，包括完整的查询引擎和索引引擎。
2021年年底Lucene称为Apache基金会的一个子项目
对于海量数据的场景，Lucene面对与Google同样的困难，存储数据困难，检索速度慢。
学习和模仿Google解决这些问题的办法：微型版Nutch
可以说Google是Hadoop的思想之源（Google在大数据方面的三篇论文）
- GFS => HDFS
- Map-Reduce => MR
- BigTable => Hbase
Hadoop的优势
- 高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。
- 高扩展性：在集群间分配任务数据，可方便地扩展数以千计的节点。
- 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
- 高容错性：能够自动将失败的任务重新分配。