trying new thing

Ok ,now the main task is to set up a basic hadoop  environment.

I'm going to start with the most popular suppliser :cloudera.

CDH是世界上最完整，测试最多，最流行的apache hadoop发行版本。CDH是百分百apache授权的开源项目，也是对批处理，交互式SQL，交互式查询和机遇角色的权限控制的唯一hadoop解决方案。企业级的hadoop用的最多的就是cloudera。

就像是linux发行版不止提供给你linux一样，CDH提供的特性如下：可以扩展的存储和分布式计算，也有其他的组件，用户接口，还提供企业级的能力：安全，基于硬件和软件的一整套解决方案。

这一套的工作都已经完成，而且还提供给用户足够多的文档。如果你想要部署这一套hadoop方案，CDH提供一整套流程化的方案。

cloudera内部提供的内容：

CDH包括apache  hadoop的核心部分，而且还包括一些其他的开源项目，还提供消费者技术支持，管理的服务，在cloudera的企业级版本中，可以直接交付一个企业级的数据管理中心。

在线Nosql数据库：

HBase是一个分布式键仓库，可以帮助你建立快速分析十亿级别表的应用。

分析级SQL -Impala:

Impala是基于hadoop的大量并行SQL引擎领跑者。（老实说，这个我不知道是什么意思，SQL引擎，并行SQL，OK，以后可能有机会能碰到）

搜索-cloudera 搜索：

cloudera search可以让用户像是使用google  search那样搜索查询hadoop中的数据。

内存级别的机器学习和流处理-apache  spark

spark提供快速内存中的分析，和hadoop的实时流处理。（OK，机器学习，我现在也不知道是什么意思,流处理，也不知道，I will know it later ,I think)