hadoop包的总体结构

Hadoop还实现了MapReduce分布式计算模型。MapReduce将应用程序的工作分解成很多小的工作小块(small blocks of work)。HDFS为了做到可靠性（reliability）创建了多份数据块（data blocks）的复制（replicas），并将它们放置在服务器群的计算节点中（compute nodes），MapReduce就可以在它们所在的节点上处理这些数据了。

如下图所示：

 

Hadoop API被分成（divide into）如下几种主要的包（package）

 

          org.apache.hadoop.conf     定义了系统参数的配置文件处理API。

          org.apache.hadoop.fs          定义了抽象的文件系统API。

          org.apache.hadoop.dfs       Hadoop分布式文件系统（HDFS）模块的实现。

          org.apache.hadoop.io         定义了通用的I/O API，用于针对网络，数据库，文件等数据对象做读写操作。

          org.apache.hadoop.ipc       用于网络服务端和客户端的工具，封装了网络异步I/O的基础模块。

          org.apache.hadoop.mapred         Hadoop分布式计算系统（MapReduce）模块的实现，包括任务的分发调度等。

          org.apache.hadoop.metrics        定义了用于性能统计信息的API，主要用于mapred和dfs模块。

          org.apache.hadoop.record定义了针对记录的I/O API类以及一个记录描述语言翻译器，用于简化将记录序列化成语言中性的格式（language-neutral manner）。

          org.apache.hadoop.tools    定义了一些通用的工具。

          org.apache.hadoop.util       定义了一些公用的API。