列舉發展過程中重要的事件、主要版本、主要廠商；
1.重要的事件：
HADOOP最早起源于Nutch。Nutch的設計目标是建構一個大型的全網搜尋引擎，包括網頁抓取、索引、查詢等功能，但随着抓取網頁數量的增加，遇到了嚴重的可擴充性問題——如何解決數十億網頁的存儲和索引問題。
03年開始谷歌陸續發表的三篇論文為該問題提供了可行的解決方案。
——分布式檔案系統（GFS），可用于處理海量網頁的存儲
——分布式計算架構MAPREDUCE，可用于處理海量網頁的索引計算問題。
——BigTable 資料庫：OLTP 聯機事務處理 Online Transaction Processing 增删改
OLAP 聯機分析處理 Online Analysis Processing 查詢
真正的作用：提供了一種可以在超大資料集中進行實時CRUD操作的功能
Nutch的開發人員完成了相應的開源實作HDFS和MAPREDUCE，并從Nutch中剝離成為獨立項目HADOOP，到2008年1月，HADOOP成為Apache頂級項目，迎來了它的快速發展期。
04年 Doug Cutting 和 Mike Caferella實作了HDFS和MapReduce的初版
05年12月 Nutch移植到新架構，Hadoop在20個節點上穩定運作
06年1月 Doug Cutting加入雅虎
06年2月 Apache Hadoop項目正式啟動，支援MapReduce和HDFS獨立發展
06年2月 雅虎的網格計算團隊采用Hadoop
06年4月 在188個節點上（每個節點10GB）運作排序測試集需要47.9個小時
06年5月 雅虎建立了300個節點的Hadoop研究叢集
06年5月 在500個節點上運作排序測試集需要42個小時（硬體比4月份的更好）
06年11月 研究叢集增加到600個節點
06年12月 排序測試集在20個節點運作了1.8個小時，100個節點運作了3.3個小時，500個節點上運作了5.2個小時，900個節點上運作7.8個小時
07年1月 研究叢集增加到900個節點
07年4月 研究叢集增加到兩個叢集1000個節點
08年4月 在900個節點上運作1TB排序測試集僅需209秒，成為全球最快
08年10月 研究叢集每天加載10TB的資料
09年3月 17個叢集共24000個節點
09年4月 在每分鐘排序中勝出，59秒排序500GB（在1400個節點上）和173分鐘内排序100TB資料（在3400個節點上）
09年5月 Yahoo的團隊使用Hadoop對1 TB的資料進行排序隻花了62秒時間。
10年5月 IBM提供了基于Hadoop 的大資料分析軟體——InfoSphere BigInsights，包括基礎版和企業版。
11年5月 Mapr Technologies公司推出分布式檔案系統和MapReduce引擎——MapR Distribution for Apache Hadoop。
12年3月 企業必須的重要功能HDFS NameNode HA被加入Hadoop主版本。
12年10月 第一個Hadoop原生MPP查詢引擎Impala加入到了Hadoop生态圈。
2.主要版本
①Hadoop1.X即第一代Hadoop，由分布式存儲系統HDFS和分布式計算架構MapReduce組成，其中HDFS由一個NameNode和多個DateNode組成，MapReduce由一個JobTracker和多個TaskTracker組成。
②Hadoop 2.X指的是版本為Apache Hadoop 0.23.x、2.x或者CDH4系列的Hadoop，核心主要由HDFS、MapReduce和YARN三個系統組成，其中，YARN是一個資源管理系統，負責叢集資源管理和排程，MapReduce則是運作在YARN上離線處理架構，它與Hadoop 1.0中的MapReduce在程式設計模型（新舊API）和資料處理引擎（MapTask和ReduceTask）兩個方面是相同的。
3.主要廠商
①CLOUDERA（規模最大、知名度最高，最早将Hadoop作為商用的公司）；
②Hortonworks（主打産品Hortonworks Data Platform）；
③IBM（BigInsights）；
④Oracle（Oracle Big Data）；
⑤EMC（Apache Hadoop發行版——Pivptal HD）；
4.國内外Hadoop應用的典型案例。
①國外
- Yahoo是Hadoop的最大支援者，截至2012年，Yahoo的Hadoop機器總節點數目超過42000個，有超過10萬的核心CPU在運作Hadoop。最大的一個單Master節點叢集有4500個節點（每個節點雙路4核心CPUboxesw，4×1TB磁盤，16GBRAM）。總的叢集存儲容量大于350PB，每月送出的作業數目超過1000萬個，在Pig中超過60%的Hadoop作業是使用Pig編寫送出的。
- Facebook使用Hadoop存儲内部日志與多元資料，并以此作為報告、分析和機器學習的資料源。目前Hadoop叢集的機器節點超過1400台，共計11?200個核心CPU，超過15PB原始存儲容量，每個商用機器節點配置了8核CPU，12TB資料存儲，主要使用StreamingAPI和JavaAPI程式設計接口。Facebook同時在Hadoop基礎上建立了一個名為Hive的進階資料倉庫架構，Hive已經正式成為基于Hadoop的Apache一級項目。此外，還開發了HDFS上的FUSE實作。
- EBay：單叢集超過532節點叢集，單節點8核心CPU，容量超過5.3PB存儲。大量使用的MapReduce的Java接口、Pig、Hive來處理大規模的資料，還使用HBase進行搜尋優化和研究。
- IBM藍雲也利用Hadoop來建構雲基礎設施。IBM藍雲使用的技術包括：Xen和PowerVM虛拟化的Linux作業系統映像及Hadoop并行工作量排程，并釋出了自己的Hadoop發行版及大資料解決方案。
②國内
- 百度在2006年就開始關注Hadoop并開始調研和使用，在2012年其總的叢集規模達到近十個，單叢集超過2800台機器節點，Hadoop機器總數有上萬台機器，總的存儲容量超過100PB，已經使用的超過74PB，每天送出的作業數目有數千個之多，每天的輸入資料量已經超過7500TB，輸出超過1700TB。
- 阿裡巴巴的Hadoop叢集截至2012年大約有3200台伺服器，大約30?000實體CPU核心，總記憶體100TB，總的存儲容量超過60PB，每天的作業數目超過150?000個，每天hivequery查詢大于6000個，每天掃描資料量約為7.5PB，每天掃描檔案數約為4億，存儲使用率大約為80%，CPU使用率平均為65%，峰值可以達到80%。阿裡巴巴的Hadoop叢集擁有150個使用者組、4500個叢集使用者，為淘寶、天貓、一淘、聚劃算、CBU、支付寶提供底層的基礎計算和存儲服務
- 騰訊也是使用Hadoop最早的中國網際網路公司之一，截至2012年年底，騰訊的Hadoop叢集機器總量超過5000台，最大單叢集約為2000個節點，并利用Hadoop-Hive建構了自己的資料倉庫系統TDW，同時還開發了自己的TDW-IDE基礎開發環境。騰訊的Hadoop為騰訊各個産品線提供基礎雲計算和雲存儲服務
- 華為公司也是Hadoop主要做出貢獻的公司之一，排在Google和Cisco的前面，華為對Hadoop的HA方案，以及HBase領域有深入研究，并已經向業界推出了自己的基于Hadoop的大資料解決方案。
- 中國移動于2010年5月正式推出大雲BigCloud1.0，叢集節點達到了1024。中國移動的大雲基于Hadoop的MapReduce實作了分布式計算，并利用了HDFS來實作分布式存儲，并開發了基于Hadoop的資料倉庫系統HugeTable，并行資料挖掘工具集BC-PDM，以及并行資料抽取轉化BC-ETL，對象存儲系統BC-ONestd等系統，并開源了自己的BC-Hadoop。
二、Hadoop的安裝與配置成果截圖
