注：之前写过MapReduce程序，所以对Hadoop和MapReduce编程有一些了解，现在正在阅读《Hadoop实战》一书，这里主要是记下对自己有用的一些点，完全不能覆盖书中的全部要点。想要学习MapReduce入门的同学请移尊步，勿浪费时间。
这里是我觉得不错的几个入门文章：
http://www.cnblogs.com/forfuture1978/category/300670.html
http://blog.csdn.net/aidayei/article/details/6580277
http://www.cnblogs.com/mdyang/category/307547.html
http://www.cnblogs.com/wycg1984/category/238035.html
----------------------------------------------------------分割线------------------------------------------------------------
SETI@home：志愿者计算（volunteer compute）的典型应用，详见百度百科词条SETI@home ， 维基百科词条SETI@home。
代码向数据迁移的理念：
数据被拆分后在集群中分布，代码被分发到集群中的节点，并且尽量使一段数据的计算发生在存储该数据的节点上，即 计算向存储靠近。
比较SQL数据库和Hadoop集群：
SQL往往代表了一整套传统技术（关系型数据库理论和技术），通过主要的几个厂商，应用程序历史悠久。这种SQL与Hadoop差别很大，但SQL是一种查询语言，原则上SQL和Hadoop可以结合，例如，Hadoop可以作为SQL的执行引擎，目前已有这样的项目。SQL与Hadoop的对比如下：
1.scale out 代替scale up。scale out ：横向扩展，增加更多的常规组件。scale up ：纵向扩展，提高已有组件的性能。
2.key/value存储代替关系表。key/value更灵活。大量的数据集往往是非结构化的或半结构化的。
3.函数式编程（MapReduce）代替声明式查询（SQL）。
4.离线批处理代替在线处理。Hadoop本身即是为大量数据处理而生的，它并不适合对少量数据进行在线事务处理，它最适合一次写入，多次读取的处理模式。
MapReduce编程：
Hadoop本身已经处理了可能出现的集群节点故障，文件拆分，代码分发等，程序员只需要关心数据流的变化，甚至可以说，程序员只需要关系一种键值对怎样变成另一种键值对就行了。具体编程时，主要是写mapper和reducer这样的两个函数，用来进行键值对的演化。Hadoop本身提供的默认的分区partitioning和shuffling等已经具有较强的适用性，当然程序员也可以按需设置这些函数。
Hadoop历史：
Hadoop一开始时是Nutch的子项目，Nutch（搜索引擎）是Apache Lucene（文本索引查询）的子项目（一种扩展）。创立者 Doug Cutting。Nutch被设想作为一个开放民主的搜索引擎，以代替Google等商业产品的垄断技术。Hadoop现在是Apache顶级项目，应用很广。
Google在04年发表了两篇论文，GFS（Google File System）和Mapreduce框架（二者连同Bigtable被称为Google的三驾马车），Doug看到这些技术可以应用到Nutch，后来就有了Hadoop。Doug在06年加入雅虎，雅虎对Hadoop贡献良多。
Hadoop名字来源于Doug女儿给一个黄色大象毛玩具起的名字，项目图标也是一直黄色大象。
<本文对应Hadoop实战第一章的内容，为个人的读书笔记>