Hadoop的優(yōu)點

（1）Hadoop具有按位存儲和處理數(shù)據(jù)能力的高可靠性。

（2）Hadoop通過可用的計算機(jī)集群分配數(shù)據(jù)，完成存儲和計算任務(wù)，這些集群可以方便地擴(kuò)展到數(shù)以千計的節(jié)點中，具有高擴(kuò)展性。

（3）Hadoop能夠在節(jié)點之間進(jìn)行動態(tài)地移動數(shù)據(jù)，并保證各個節(jié)點的動態(tài)平衡，處理速度非常快，具有高效性。

（4）Hadoop能夠自動保存數(shù)據(jù)的多個副本，并且能夠自動將失敗的任務(wù)重新分配，具有高容錯性。

Hadoop的缺點

（1）Hadoop不適用于低延遲數(shù)據(jù)訪問。

（2）Hadoop不能高效存儲大量小文件。

（3）Hadoop不支持多用戶寫入并任意修改文件。

Hadoop的核心組件

Hadoop自誕生以來，主要出現(xiàn)了Hadoop1、Hadoop2、Hadoop3三個系列多個版本。

HDFS和MapReduce是Hadoop1的核心組件，Hadoop生態(tài)圈里的很多組件都是基于HDFS和MapReduce發(fā)展出來的。在繼Hadoop1之后出現(xiàn)了Hadoop2，Hadoop2在Hadoop1的基礎(chǔ)上做了改進(jìn)。

相比Hadoop1，Hadoop2的三大核心組件分別是HDFS、MapReduce、Yarn。目前市面上絕大部分企業(yè)使用的是Hadoop2，本書使用的是Hadoop2.7.3這一版本。

Hadoop2的一個公共模塊和三大核心組件組成了四個模塊，簡介如下。

（1）HadoopCommon：為其他Hadoop模塊提供基礎(chǔ)設(shè)施。

（2）HDFS：具有高可靠性、高吞吐量的分布式文件系統(tǒng)。

（3）MapReduce：基于Yarn系統(tǒng)，分布式離線并行計算框架。

（4）Yarn：負(fù)責(zé)作業(yè)調(diào)度與集群資源管理的框架。