Hadoop中Hdfs负责存储，Yarn负责资源管理，负责计算的框架，名为MapReduce，仅仅存储数据是毫无意义的，数据的价值在于运算，在海量数据运算中，我们就能挖掘数据的价值。
通过讲数据分发到不同节点进行计算，最后再汇总的计算思想，就是MapReduce的设计核心。
分布式计算
我们自己写的JDBC代码是在一台机器上运行，mysql数据库是在另一台机器上运行。
正常情况下，我们通过jdbc代码去mysql中获取一条数据，速度还是很快的，但是有一个极端情况，如果我们要获取的数据量很大，达到了几个G，甚至于几十G，就会很慢，主要是两方面原因。
1.磁盘IO
2.网络IO
这两个里面其实最耗时的还是网络 io ， 我们平时在两台电脑之间传输一个几十 G 的文件也需要很长时间的，但是如果是使用U盘拷贝就很快了，所以可以看出来主要耗时的地方是在网络IO上面。
如果我们考虑把计算程序移动到mysql上面去执行，就可以节省网络IO
移动数据是传统的计算方式，现在的一种新思路是移动计算。
如果我们数据量很大的话，我们的数据肯定是由很多个节点存储的，这个时候我们就可以把我们的程序代 码拷贝到对应的节点上面去执行。
分布式计算的步骤
- 1.对每个节点进行局部计算
- 2.对每个节点的局部计算结果就行全局汇总
