在大数据处理当中，最核心要解决的其实就是两个问题，大数据存储和大数据计算。在Hadoop生态当中，解决大数据存储，主要依靠就是HDFS，再配合数据库去完成。而MapReduce为海量的数据提供了计算。

1.2.1 HDFS

HDFS是什么
HDFS即Hadoop distributed file system（hadoop分布式文件系统），在Hadoop当中负责分布式存储阶段的任务，它是一个分布式的文件系统，也可以用来存放单个机器的数据，只是大部分用来存储分布式数据。HDFS跟window下的NTFS一样可以通过目录树来查找数据。