前言
本文大致介紹下Hadoop的一些背景知識，為后面深入學習打下鋪墊。
什么是Hadoop
Hadoop是一個開源分布式計算平台，它以HDFS文件系統和MapReduce計算框架為核心。
前者能夠讓用戶使用一些廉價的硬件搭建出分布式系統，后者則能夠讓用戶在不需要過多了解底層架構細節的情況下，開發並行分布式應用程序。
-- 具體含義以后會詳細分析。
Hadoop的作用
具體的來說，Hadoop的作用主要在於處理海量數據，這也是為什么大數據技術中常常提到這個概念的原因。
更具體的來說，雅虎通過它做Web搜索，跑廣告系統；百度用它做搜索日志分析，網頁數據挖掘；阿里用它存儲海量的交易數據；移動研究院用它進行數據分析並對外提供服務。
很多人看好它會在更多領域(如銀行，醫院等)，更深層次，發揮出更大作用。
Hadoop的優勢
為什么Hadoop能夠勝任這些工作？
有以下幾個主要原因:
1. 高可靠性 - 能正確無誤的處理數據
2. 高擴展性 - 可以方便的加入或屏蔽計算機集群中的節點
3. 高效性 - 能非常快速的處理數據
4. 高容錯性 - 某個節點任務失敗不會影響結果
Hadoop項目結構圖
除了HDFS文件系統和MapReduce計算架構兩大核心，Hadoop還提供了其他一些項目提供更多服務，這些項目也不可或缺。 
這些項目具體的使用方法，都是日后學習的重要內容，在此不做細致介紹。
Hadoop的體系結構
首先介紹HDFS文件系統的體系結構：
HDFS采用M/S結構模型，Namenode作為主服務器，管理文件系統的命名空間和客戶端對文件的訪問操作；而Datanode管理存儲的數據。
下為HDFS文件系統的體系結構圖：
通常來說一個典型的集群環境是一台機器運行Namenode而其他每台機器運行一個Datanode。
這里再介紹下MapReduce計算架構的體系結構：
MapReduce其本質是一個非常簡單易用的並行編程框架，它同樣采用M/S模型，由一個單獨運行在主節點的JobTracker和運行在各個從節點上的TaskTracker共同組成。
小結
本文旨在描繪出Hadoop這頭“大象”的具體輪廓，其細節在以后的文章中會具體分析，細細體會，實際應用。