一、 Hadoop 是什么？

首次听到 hadoop 这次单词，相信很多人跟我当时是一样，不免心中画上一个大大的问号——这是什么东西？ Hadoop 是什么？百度百科的解释是： Hadoop 是一个由 Apache 基金会所开发的 分布式系统 基础架构 。 换句话说就是 hadoop 是 一个能够对大量数据进行 分布式处理 的 软件 框架 。

Hadoopd 之所谓会诞生，主要是由于进入到大数据时代，计算机需要处理的数据量太过庞大。这时就需要将这些庞大数据切割分配到 N 台计算机进行处理。当大量信息被分配到不同计算机进行处理时，要确保最终得到的结果正确就需要对这些分布处理的信息进行管理， hadoop 就是这样的一套解决方案。

通过一个简单通俗的例子说明： 假如说你有一个篮子水果，你想知道苹果和梨的数量是多少，那么只要一个一个数就可以知道有多少了。如果你有一个集装箱水果，这时候就需要很多人同时帮你数了，这相当于多进程或多线程。如果你很多个集装箱的水果，这时就需要分布式计算了，也就是 Hadoop 。

二、 hadoop 的版本

随着这几年大数据浪潮的兴起， hadoop 的各种版本也快速在国内流传和使用。当前主要的 hadoop 版本有以下几种：

1、 Apache hadoop 的 2.0 版本，它的模块主要有以下几个：

（1） hadoop 通用模块，支持其他 hadoop 模块的通用工具集；

（2） Hadoop 分布式文件系统，支持对应数据高吞吐量访问的分布式文件系统；

（3） 用于作业调度和集群资源管理的 Hadoop YANRN 框架；

（4） Hadoop MapReduce ，基于 YARN 的大数据并行处理系统 。

2 、 Cloudera hadoop ： Cloudera 版本层次更加清晰，且它提供了适用于各种操作系统的 Hadoop 安装包，可直接使用 apt-get或者 yum 命令进行安装，更加省事。

3 、 Hortonworks ： Hortonworks 的主打产品是 Hortonworks Data Platform (HDP) ，也同样是 100% 开源的产品， HDP 除了常见的项目外还包含了 Ambari ，一款开源的安装和管理系统。 HCatalog ，一个元数据管理系统， HCatalog 现已集成到 Facebook 开源的 Hive 中。 Hortonworks 的Stinger 开创性地极大地优化了 Hive 项目。 Hortonworks 为入门提供了一个非常好的，易于使用的沙盒。 Hortonworks 开发了很多增强特性并提交至核心主干，这使得 Apache Hadoop 能够在包括 Windows Server 和 Windows Azure 在内的 Microsoft Windows 平台上本地运行。加QQ群：834325294，免费领取资料

三、国产 hadoop 发行版有哪些

国内做 hadoop 发行版的像 华为 、 大快搜索 都有推出自己的发行版。华为在硬件上有天然的有事， 华为的 FusionInsight Hadoop 版本基于 Apache Hadoop ，构建 NameNode 、 JobTracker 、 HiveServer 的 HA 功能，进程故障后系统自动 Failover ，无需人工干预，这个也是对Hadoop 的小修补，远不如 MapR 解决的彻底。

大快搜索推出的 DKhaoop , 是目前已知的国产发行版中唯一一个纯原生态的开发， 集成了整个 HADOOP生态系统的全部组件，并深度优化，重新编译为一个完整的更高性能的大数据通用计算平台，实现了各部件的有机协调。因此DKH相比开源的大数据平台，在计算性能上有了高达5倍（最大）的性能提升。

作者：大数据首席数据师
链接：https://www.jianshu.com/p/dc65a9db818f