一、什么是大数据

1、大数据的4v特点

Volume（大量）
Velocity（高速）
Variety（多样）
Value（低价值密度）

2、大数据部门间的工作岗位

第三部分，其实就是JavaWeb

二、什么是Hadoop

三、Hadoop的4大优势

1）高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元
素或存储出现故障，也不会导致数据的丢失。

2）高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。

3）高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。

4）高容错性：能够自动将失败的任务重新分配。

四、Hadoop架构简介

Hadoop3在架构组成上，和Hadoop2相同

1、Hadoop Distributed File System，简称HDFS，是一个分布式文件系统。简单理解，就是用来存储文件的。
2、Yet Another Resource Negotiator 简称YARN（读作：雅恩） ，另一种资源协调者，是Hadoop的资源管理器。类似SpringBoot里面任务调度框架Quartz
3、MapReduce 将计算过程分为两个阶段：Map和Reduce
1）Map 阶段并行分发任务，进行数据处理
2）Reduce 阶段对Map结果进行汇总