Hadoop 是干嘛的

Hadoop是一个开源的大数据处理框架，最初由Apache软件基金会开发，主要用于存储和处理海量分布式数据集。它的核心组件包括Hadoop Distributed File System (HDFS) 和 MapReduce计算模型。HDFS是一种可靠的、高容错性的分布式文件系统，将大文件分割成多个块并存放在不同的节点上，提供高吞吐量的数据访问。

MapReduce则是一种编程模型，用于设计并执行大规模数据集的并行运算。它将复杂的任务分解为一系列简单的“映射”和“规约”操作，使得用户无需关注底层硬件细节，就能高效地处理大量数据。

Hadoop的优势在于其能够处理PB级别的数据，非常适合那些需要在廉价硬件集群上运行复杂数据分析的应用场景，例如日志分析、搜索引擎索引等。