MapReduce很强大，但是对于不会JAVA的一些数据库开发者，还是不太友好。所以Hive出现了，它可以将SQL解析成为MapReduce程序，既降低了SQL开发者的入门成本，又可享受MapReduce强大的计算能力。
今天因为工作需要，拿到了一个dockerfile和一份代码，然后要让代码在docker里跑起来。然而自己之前没有接触docker，所以快速的学习了一下，这里做个总结。
Yarn是Hadoop 2.x版本后，抽象出来的新的资源管理层，它关注的事情更加集中：资源管理。
Hadoop中的MapReduce中，有两个主要的步骤，一个是map，一个是reduce。
在任务运行时，我们又常说启动了多个mapper，多少个reducer。
那么map和mapper的区别，reduce和reducer到底有什么区别？该怎么区分它们呢？
Hadoop中的MapReduce有个一个很实用的机制，叫做分布式缓存（Distributed cache）。
那它是什么？怎么用？有什么特点和注意点？
HDFS是hadoop重要的组件之一，对其进行数据的读写是很常见的操作，然而真的了解其读写过程吗？