001_扎马步_初识hadoop

练功就要从扎马步开始！就算得到九阴真经基础练不好，那也是竹篮打水一场空，所以我们从基础聊起……

大纲：

介绍什么是云计算

介绍hadoop的由来

介绍hadoop的生态体系

1.什么是云计算
比较官方的描述：
云计算（英语：Cloud Computing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。典型的云计算提供商往往提供通用的网络业务应用，可以通过浏览器等软件或者其他Web服务来访问，而软件和数据都存储在服务器上。云计算服务通常提供通用的通过浏览器访问的在线商业应用，软件和数据可存储在数据中心。 狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
摘自互动百科"http://www.baike.com/wiki/云计算"
我的理解：
假设有一个1T的文件需要处理，找一台极度牛逼电脑肯定是干不了的。但是找一千台电脑，每个电脑分1G，这样不就轻松解决了嘛，这就是云计算。
云计算就是通过N太服务器集群，处理海量数据。
大家应该都知道阿里云"http://www.aliyun.com/"。这就是提供云计算服务的典型代表。在阿里云系统中，阿里公司的机房含有N多台服务器，我们在网站上可以购买他们的服务器。
在阿里云背后其实就是大规模的集群，并且可以管理，设置各种参数（CPU，内存，带宽）

2.hadoop的由来
hadoop来源于Google公司的三大论文：Bigtable、GFS（Google File System）、MapReduce。我们确实要感谢Google公司对计算机领域做出的贡献。Google公司不公布源码，但是他把思想传递给我们。
在hadoop的体系中的三大法宝：

hadoop	Google
Hbase	Bigtable
HDFS(Hadoop File System)	GFS(Google File System)
MapReduce	MapReduce

在附件中我提供了Google三大论文的中文版。有兴趣的盆友可以看看

3.hadoop的生态系统

 说明：
HDFS: Hadoop分布式文件系统(Distributed File System) － HDFS (Hadoop Distributed File System)
MapReduce：并行计算框架，0.20前使用 org.apache.hadoop.mapred 旧接口，0.20版本开始引入org.apache.hadoop.mapreduce的新API
HBase: 类似Google BigTable的分布式NoSQL列数据库。（HBase和Avro已经于2010年5月成为顶级 Apache 项目）
Hive：数据仓库工具，由Facebook贡献。
Zookeeper：分布式锁设施，提供类似Google Chubby的功能，一个分布式的、高可用性的协调服务。提供的功能包括：配置维护、名字服务、分布式同步、组服务等，用于分布式系统的可靠协调系统，由Facebook贡献。
Avro：新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制。
Pig:大数据分析平台，为用户提供多种接口。
Sqoop：于在HADOOP与传统的数据库间进行数据的传递。

生态体系现在只做一个了解，知道hadoop是什么就行。后面博客会慢慢讲解。