hadoop简单啊点来说那是用了java语言写的分布式架构，用来一次性处理大数据的框架，主要注意思想就是正所谓的分组与合并思想了。所谓的分组：那就是诸如有一个规模大数据，那就都会把这个数据明确的算法来四等分若干份，接着总钱数都存储位置在附庸于主机上，还会在从属主机上头通过计算出，主节点就要注意全权负责hadoop的两个最重要的功能模块即hdfs和mapreduce的相关监督。
配置文件core-site.xml中的参数值填对了吧，应该要是hdfs不是hfds。
以外学习目的，个人感觉没有必要重新搭建生产级的hadoop集群。简单，个人堆建生产级平台没有加上的集群资源，假如购买市场上的资源，代价太高；如果你是，就算是垒建了，后期要大量的人力物力去接受魔兽维护；到最后，虽然的，除非堆建了，自己也没有大量数据在改环境上去使用。假如打算外界生产级hadoop集群，是可以工作过程中建议使用，像是大点的大数据企业都会有自己的大数据集群。自己去学习可以不在虚拟机上垒建hadoop集群，效果是也差不多的。
hadoop是三个能够对大量数据接受分布式处理的软件框架，用户是可以很快在hadoop上开发和运行处理海量数据的应用程序，充分利用资源集群的威力并且高速公路运算和存储。
怎末在用hadoop：
hadoop集群的重新搭建
简单点点说是把hadoop的安装包放在每一台服务器上，改改配置再正常启动，就成功了hadoop集群的搭建中。
上传文件到hadoop集群
hadoop集群重新搭建好以后，是可以实际web页面查找集群的情况，还这个可以实际hadoop下达命令上传文件到hdfs集群，通过hadoop下命令在hdfs集群上成立目录，命令彻底删除集群上的文件等等。
编写map/reduce程序
集成主板开发工具（比如eclipse）导出hadoop相关的jar包，c语言设计map/reduce程序，将程序打成jar包扔在集群上不能执行，运行后出计算结果。
hadoop生态圈中各个组件的作用描述：
①hdfs：一个文件系统，也可以存储海量数据。
②mapreduce：从海量数据中，实际一定会的算法，换算出没有用信息。
③hive：那是sql语句解释器，接收用户键入的sql语句，然后把将该sql语句英译中成紧张的mapreduce程序，并查找到mr集群中参与乘法运算，可以计算出用处不大的信息。
④hbase：是基于组件hdfs文件系统的数据库。
⑤flume：那就是将数据从一个文件中吸纳到另一个文件中。
⑥sqoop：将hdfs文件系统的文件，导出到linux文件系统的文件中。
⑦ooize/azkaban：该组件是负责去协调各个任务的执行顺序。
