下载掌阅APP，畅读海量书库
立即打开
关于Hadoop的起源，就不得不提到Google公司。Google在自身多年的搜索引擎业务中构建了突破性的GFS，从此文件系统进入分布式时代。而Hadoop来源于一款名为Google MapReduce的编程模型包。MapReduce框架可以把一个应用程序分解为许多并行计算指令，大量的计算节点运行非常巨大的数据集，一个典型例子就是在网络数据上运行的搜索算法。
在2002-2004年间，Google以三大论文的发布向世界推送了其云计算的核心组成部分GFS、MapReduce以及BigTable。Google虽然没有将其核心技术开源，但是这三篇论文已经向开源社区的开发者们指明了方向。
Doug Cutting使用Java语言对Google的云计算核心技术做了开源的实现。后来，Apache基金会整合Doug Cutting以及其他IT公司（如Facebook等）的贡献成果，开发并推出了Hadoop生态系统。Hadoop是一个搭建在廉价PC上的分布式集群系统架构，它具有高可用性、高容错性和高可扩展性等优点。由于它提供了一个开放式的平台，用户可以在完全不了解底层实现细节的情形下，开发适合自身应用的分布式程序。
2004年12月，Google发表了MapReduce论文，MapReduce允许跨服务器集群，运行超大规模并行计算。Doug Cutting意识到可以用MapReduce来解决Lucene的扩展问题。Doug Cutting根据GFS和MapReduce的思想创建了开源Hadoop框架。2006年1月，Doug Cutting加入Yahoo，领导Hadoop的开发。
Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点。
1）高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。
2）高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。
3）高效性。Hadoop以并行的方式工作，能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。
4）高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。
5）低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，Hadoop是开源的，依赖于社区服务，项目的软件成本因此会大大降低，任何人都可以使用。
Hadoop带有用Java语言编写的框架，也可以使用其他语言编写。