Hadoop是Apache软件基金会旗下的一个大数据分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，轻松地在Hadoop上开发和运行处理大规模数据的分布式程序，充分利用集群的威力进行存储和运算，可以说Hadoop是一个数据管理系统，作为数据分析的核心，汇集了结构化和非结构化的数据，这些数据分布在传统的企业数据栈的每一层，同时Hadoop也是一个大规模并行处理框架，拥有强大的计算能力，定位于推动企业级应用的执行。

Hadoop被公认为是一套行业大数据标准开源软件，是一个实现了MapReduce计算模式的能够对海量数据进行分布式处理的软件框架，Hadoop计算框架最核心的设计是HDFS（Hadoop分布式文件系统）和MapReduce（Google MapReduce开源实现）。HDFS实现了一个分布式的文件系统，MapReduce则是提供一个计算模型。Hadoop中HDFS具有高容错特性，同时它是基于java语言开发的，这使得Hadoop可以部署在低廉的计算机集群中，并且不限于某个操作系统。Hadoop中HDFS的数据管理能力，MapReduce处理任务时的高效率以及它的开源特性，使其在同类的分布式系统中大放异彩，并在众多行业和科研领域中被广泛使用。(www.daowen.com)

Hadoop生态系统主要由HDFS、YARN、MapReduce、HBase、Zookeeper、Pig、Hive等核心组件构成，另外还包括Flume、Flink等框架，以用来与其他系统融合。