1、什么是大數據？
基本概念
在互聯網技術發展到現今階段，大量日常、工作等事務產生的數據都已經信息化，人類產生的數據量相比以前有了爆炸式的增長，以前的傳統的數據處理技術已經無法勝任，需求催生技術，一套用來處理海量數據的軟件工具應運而生，這就是大數據！
換個角度說，大數據是：
1、有海量的數據
2、有對海量數據進行挖掘的需求
3、有對海量數據進行挖掘的軟件工具（hadoop、spark、storm、flink、tez、impala......）
大數據在現實生活中的具體應用
電商推薦系統：基於海量的瀏覽行為、購物行為數據，進行大量的算法模型的運算，得出各類推薦結論，以供電商網站頁面來為用戶進行商品推薦。
精准廣告推送系統：基於海量的互聯網用戶的各類數據，統計分析，進行用戶畫像（得到用戶的各種屬性標簽），然后可以為廣告主進行有針對性的精准的廣告投放。
2、那什么是hadoop呢？
hadoop中有3個核心組件：
分布式文件系統：HDFS —— 實現將文件分布式存儲在很多的服務器上
分布式運算編程框架：MAPREDUCE —— 實現在很多機器上分布式並行運算
分布式資源調度平台：YARN —— 幫用戶調度大量的mapreduce程序，並合理分配運算資源
3、最后來說一下hdfs整體運行機制
hdfs：分布式文件系統
hdfs有着文件系統共同的特征：
1、有目錄結構，頂層目錄是： /
2、系統中存放的就是文件
3、系統可以提供對文件的：創建、刪除、修改、查看、移動等功能
hdfs跟普通的單機文件系統有區別：
1、單機文件系統中存放的文件，是在一台機器的操作系統中
2、hdfs的文件系統會橫跨N多的機器
3、單機文件系統中存放的文件，是在一台機器的磁盤上
4、hdfs文件系統中存放的文件，是落在n多機器的本地單機文件系統中（hdfs是一個基於linux本地文件系統之上的文件系統）
hdfs的工作機制：
1、客戶把一個文件存入hdfs，其實hdfs會把這個文件切塊后，分散存儲在N台linux機器系統中（負責存儲文件塊的角色：data node）<准確來說：切塊的行為是由客戶端決定的>
2、一旦文件被切塊存儲，那么，hdfs中就必須有一個機制，來記錄用戶的每一個文件的切塊信息，及每一塊的具體存儲機器（負責記錄塊信息的角色是：name node）
3、為了保證數據的安全性，hdfs可以將每一個文件塊在集群中存放多個副本（到底存幾個副本，是由當時存入該文件的客戶端指定的）
綜述：一個hdfs系統，由一台運行了namenode的服務器，和N台運行了datanode的服務器組成！
---------------------
希望大家多多關注