Hadoop主要是分布式計算和存儲的框架，所以Hadoop工作過程主要依賴于HDFS(Hadoop Distributed File System)分布式存儲系統和Mapreduce分布式計算框架。

分布式存儲系統HDFS中工作主要是一個主節點namenode(master)（hadoop1.x只要一個namenode節點，2.x中可以有多個節點）和若干個從節點Datanode(數據節點)相互配合進行工作,HDFS主要是存儲Hadoop中的大量的數據，namenode節點主要負責的是：
1、接收client用戶的操作請求，這種用戶主要指的是開發工程師的Java代碼或者是命令客戶端操作。
2、維護文件系統的目錄結構，主要就是大量數據的關系以及位置信息等。
3、管理文件系統與block的關系，Hadoop中大量的數據為了方便存儲和管理主要是以block塊（64M）的形式儲存。一個文件被分成大量的block塊存儲之后，block塊之間都是有順序關系的，這個文件與block之間的關系以及block屬于哪個datanode都是有namenode來管理。
Datanode的主要職責是：
1、存儲文件。
2、將數據分成大量的block塊。
3、為保證數據的安全，對數據進行備份，一般備份3份。當其中的一份出現問題時，將由其他的備份來對數據進行恢復。
MapReduce主要也是一個主節點JOPtracker和testtracker組成，主要是負責hadoop中的數據處理過程中的計算問題。
joptracker主要負責接收客戶端傳來的任務，并且把計算任務交給很多testtracker工作，同時joptracker會不斷的監控testtracker的執行情況。
testtracker主要是執行joptracker交給它的任務具體計算，例如給求大量數據的最大值，每個testtracker會計算出自己負責的數據中的最大值，然后交給joptracker。

Hadoop的主要兩個框架組合成了分布式的存儲和計算，使得hadoop可以很快的處理大量的數據。

要有java語言基礎，和 linux系統命令基礎。
hadoop是運行的系統要求是 linux。
hadoop 用 java寫的分布式 ，處理大數據的框架。
只要思想是 分組合并 思想
分組：比如 有一個大型數據，那么他就會將這個數據按照算法分成多份，每份存儲在 奴隸主機上，并且在奴隸主機上進行計算。
合并：將每個機器上的計算結果合并起來 再在一臺機器上計算，得到最終結果。
就是mapreduce 算法。