Hadoop，

HADOOP介绍

1、 什么是HADOOP

（1）HADOOP是apache旗下的一套开源软件平台

（2）HADOOP提供的功能：利用服务器集群，根据用户的自定义业务逻辑，对海量数据进行分布式处理

（3）HADOOP的核心组件有：

•  HDFS（分布式文件系统）
• YARN（运算资源调度系统）
• MAPREDUCE（分布式运算编程框架）

（4）广义上来说，HADOOP通常是指一个更广泛的概念——HADOOP生态圈

2、 HADOOP产生背景

（1）HADOOP最早起源于Nutch。Nutch的设计目标是构建一个大型的全网搜索引擎，包括网页抓取、索引、查询等功能，但随着抓取网页数量的增加，遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题。

（2）2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案。

——分布式文件系统（GFS），可用于处理海量网页的存储

——分布式计算框架MAPREDUCE，可用于处理海量网页的索引计算问题。

（3）Nutch的开发人员完成了相应的开源实现HDFS和MAPREDUCE，并从Nutch中剥离成为独立项目HADOOP，到2008年1月，HADOOP成为Apache顶级项目，迎来了它的快速发展期。

3、 HADOOP在大数据、云计算中的位置和关系

4 、HADOOP应用案例

1、HADOOP应用于数据服务基础平台建设

2、HADOOP用于用户画像

3、HADOOP用于网站点击流日志数据挖掘

金融行业： 个人征信分析

证券行业： 投资模型分析

交通行业： 车辆、路况监控分析

电信行业：用户上网行为分析

......

总之：hadoop并不会跟某种具体的行业或者某个具体的业务挂钩，它只是一种用来做海量数据分析处理的工具