Hadoop 是一个存储和处理大规模数据的开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式存储计算。Hadoop 最初由Doug Cutting 根据Google的GFS 和MapReduce 的思想，采用Java 语言开发而创建。

由于Hadoop 采用了分布式存储方式以及Java 语言开发，这使得Hadoop 可以部署在不同操作系统平台和通用的计算机集群中。Hadoop 中HDFS 的数据管理能力，能够快速高效的读写文件，同时还采用了存储冗余数据的方式保证了数据的安全性。MapReduce 处理分布式任务时的简单方便，以及它的开源特性，使Hadoop 在大数据领域被广泛使用。

用户可以轻松地在Hadoop 上开发和运行处理海量数据的分布式应用程序。Hadoop 主要有以下几个优点：

（1）高扩展性。Hadoop 支持集群中的节点可以动态的增加，方便集群的扩展，可以根据需要扩展到上千节点。

（2）高容错性。Hadoop 能够自动保存数据的多个副本，当有集群节点数据丢失时，能够自动实现数据的备份。(www.daowen.com)

（3）高效性。Hadoop 可以充分的利用网络、磁盘I/O 资源和备份数据，实现文件的快速读写。

（4）高可靠性。正在执行的子任务由于某种原因挂掉的话，Hadoop 可以自动让其他节点继续执行该子任务，不影响整个任务的执行。

（5）低成本。Hadoop 集群不用部署在专用服务器上，只需部署在通用的计算机中即可；而且Hadoop 生态系统绝大部分都是开源的，用户很容易拿来开发使用。

HDFS 和MapReduce 是Hadoop 的两大核心，整个Hadoop 的体系结构主要是HDFS 为海量数据提供了分布式存储，MapReduce 为海量数据的规则提取提供了并行计算。