Hadoop是Apache软件基金会旗下的一个开源分布式计算平台，是一个能够对大量数据进行分布式处理的软件框架，以一种可靠、高效、可伸缩的数据处理处理解决方案。以Hadoop分布式文件系统 （HDFS，Hadoop Distributed Filesystem）和MapReduce（Google MapReduce的开源实现）为核心，通过HDFS文件系统和MapReduce算法进行存储资源、内存和程序的有效利用与管理，提供了对用户系统底层细节透明的分布式基础架构。HDFS和MapReduce共同组成了Hadoop分布式系统体系结构的核心。
HDFS为海量的数据提供了存储，最主要的HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。而MapReduce为海量的数据提供了计算。（
