Hadoop 目录结构

• bin 目录：包含了 Hadoop 的各种命令行工具，如hadoop、hdfs等，用于启动和管理 Hadoop 集群，以及执行各种数据处理任务。
• etc 目录：存放 Hadoop 的配置文件，包括core-site.xml、hdfs-site.xml、mapred-site.xml等，这些配置文件用于设置 Hadoop 集群的各种参数，如文件系统的存储路径、节点信息、任务调度等。
• lib 目录：包含了 Hadoop 运行时所需的各种 Java 库文件，这些库文件提供了 Hadoop 的核心功能，如文件系统操作、数据处理、网络通信等。
• share 目录：存放了 Hadoop 的一些示例程序和文档，以及一些与 Hadoop 相关的第三方库。

Hadoop 组成

• Hadoop 分布式文件系统（HDFS）：是 Hadoop 的核心组件之一，用于在集群环境下存储大规模的数据。它具有高可靠性、高可扩展性和高容错性等特点，能够将数据分布存储在多个节点上，并提供数据的读写操作。
• MapReduce：是 Hadoop 的另一个核心组件，用于处理大规模的数据。它将数据处理任务分解为多个 Map 任务和 Reduce 任务，在集群中的多个节点上并行执行，从而提高数据处理的效率。
• YARN（Yet Another Resource Negotiator）：是 Hadoop 的资源管理系统，用于管理集群中的计算资源，并为各种应用程序分配资源。它提供了一个统一的资源管理平台，支持多种计算框架，如 MapReduce、Spark 等。
• Hadoop Common：为 Hadoop 的其他组件提供了公共的工具和库，如文件系统操作、配置管理、网络通信等。它是 Hadoop 的基础组件，其他组件都依赖于它来实现各种功能。