hadoop和mapreduce是一种什么关系?
Hadoop是用来开发分布式程序的架构，是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。MapReduce是用来做大规模并行数据处理的数据模型。
请问现在有哪些分布式集群框架(Linux系统的),Hadoop除外,请大神告诉...
请问现在有哪些分布式集群框架(Linux系统的)，Hadoop除外，请大神告诉 hadoop是运行的系统要求是 linux。 hadoop 用 java写的分布式 ，处理大数据的框架。
常见的分布式文件系统有，GFS、HDFS、Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。各自适用于不同的领域。它们都不是系统级的分布式文件系统，而是应用级的分布式文件存储服务。
问题一：当前主流分布式文件系统有哪些？各有什么优缺点 目前几个主流的分布式文件系统除GPFS外，还有PVFS、Lustre、PanFS、GoogleFS等。
Hadoop Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。
VMware虚拟机、Linux系统（Centos5）、Hadoop安装包，这里准备好Hadoop完全分布式集群环境。MapReduce MapReduce分布式离线计算框架，是Hadoop核心编程模型。
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
分布式图计算框架有哪些?
1、基于BSP模式目前有两种比较成熟的图计算框架：，他们是Pregel 和 GraphLab。前段时间云栖大会里面提到的GraphScope，也是一个分布式图计算平台，是由国内的阿里研发的。
2、Pregel是Google提出的大规模分布式图计算平台，专门用来解决网页链接分析、社交数据挖掘等实际应用中涉及的大规模分布式图计算问题。目前的图计算模型基本上都遵循BSP计算模式。
3、分布式图计算，可以理解为通过使用更多的机器来扩展能够处理的图的规模，使分布式系统具备更好的扩展能力，应对以复杂的图数据处理场景。
4、通过网上搜索，新发现了一个名为GraphScope的系统不仅号称兼容NetworkX的API，而且支持分布式部署运行，性能更优。针对GraphScope和NetworkX的处理能力，我们参考图计算中常用的测试框架LDBC，通过一组实验来对比下二者的性能。
5、图处理模式（Graph Processing）：针对数据之间的关系进行计算，通常以图的形式表示数据之间的联系，能够解决一些复杂的问题，如社交网络分析、路径规划、推荐系统等。
6、MapReduce模型是经过商业实践的成熟的分布式计算框架，与Google的分布式文件系统GFS、分布式数据存储系统BigTable一起，号称Google的大数据“三宝”，为大数据技术的发展提供了坚实的理论基础。