hadoop是做什么的？

　　Hadoop是一个开源的分布式计算框架，用于存储和处理大规模数据集。它提供了可靠、可扩展、容错的计算和存储解决方案，适用于处理大数据和构建分布式应用程序。

　　Hadoop的主要作用包括：

　　分布式存储：Hadoop提供了Hadoop Distributed File System(HDFS)，用于存储大规模数据集。HDFS将大文件划分为多个数据块，并将这些数据块分布存储在集群中的多个节点上，实现了数据的并行存储和高容量存储。

　　分布式计算：Hadoop提供了分布式计算框架，最常用的是基于MapReduce编程模型。MapReduce允许开发者编写并行化的计算任务，将数据划分为独立的任务进行处理，并最终将结果合并。这使得Hadoop可以高效地处理大规模数据集的计算任务。

　　容错和高可用性：Hadoop具有容错机制，可以自动检测和恢复节点和任务的故障。它通过数据的冗余备份和任务的自动重新执行来保证数据的可靠性和系统的高可用性。

　　扩展性和可伸缩性：Hadoop的分布式架构使得它可以在集群中添加更多的节点，以扩展存储容量和计算能力。Hadoop的设计目标是能够处理PB级别的数据集，具有良好的可伸缩性和扩展性。

　　并行处理和数据局部性优化：Hadoop通过将计算任务分发到数据所在的节点上进行处理，从而优化数据局部性，减少数据的网络传输。这种数据局部性优化可以提高计算任务的效率和性能。

　　总之，Hadoop是一个用于存储和处理大规模数据集的分布式计算框架。它提供了分布式存储和计算能力，具有容错性、可扩展性和高可用性。Hadoop可以应用于各种大数据处理场景，如数据分析、机器学习、日志处理等。