hadoop

Apache Hadoop 是一个开源的分布式计算框架，用于大规模数据的存储与批处理。其核心包括 HDFS（分布式文件系统）和 MapReduce（分布式计算模型），支持高容错性、横向扩展的数据处理能力，并提供 YARN 作为资源调度管理器。项目采用 Java 编写，兼容 POSIX 接口，可部署在廉价硬件集群上。适用于日志分析、ETL、数据仓库构建、机器学习预处理等需要处理 TB/PB 级离线数据的场景。