HDFS特點
1.資料備援，軟體容錯很高。
2.流失資料通路，也就是HDFS一次寫入，多次讀寫，并且沒辦法進行修改，隻能删除之後重新建立
3.适合存儲大檔案。如果是小檔案，而且是很多小檔案，連一個塊都裝不滿，并且還需要很多塊，就會極大浪費空間。
HDFS的适用性和局限性：
1.資料批量讀寫，吞吐量高。
2.不适合互動式應用，延遲較高。
3.适合一次寫入多次讀取，順序讀取。
4.不支援多使用者并發讀寫檔案。
MapReduce：
MapReduce是并行處理架構，實作任務分解和排程。
其實原理說通俗一點就是分而治之的思想，将一個大任務分解成多個小任務(map)，小任務執行完了之後，合并計算結果(reduce)。
2.HDFS上運作MapReduce
1）準備文本檔案，放在本地/home/hadoop/wc
2）編寫map函數和reduce函數，在本地運作測試通過
mapper
reduce
3）啟動Hadoop：HDFS, JobTracker, TaskTracker
4）把文本檔案上傳到hdfs檔案系統上 user/hadoop/input
5）streaming的jar檔案的路徑寫入環境變量，讓環境變量生效
6）建立一個shell腳本檔案：streaming接口運作的腳本，名稱為run.sh
7）source run.sh來執行mapreduce
8）檢視運作結果