零基础入门大数据的 Hadoop 视频教程套餐还挺香的。讲得比较细，从、到，再加上项目案例，边学边练也不难上手。配套的文本资料也挺全，环境搭建、代码实操都有，学着也不会太吃力。像你要搞懂 Hadoop 生态，跟着视频一步步来就行。

Hadoop 的分布式存储搞清楚之后，理解它怎么横向扩展也挺容易的。举个例子，大文件不是一股脑存到一台机器，而是分块后到多台上去，HDFS干的活就是这个。安全、容错，数据出问题还能自己修复。

再说说MapReduce，思路简单——先拆后合。像你网站日志，一堆文件先 Map 成键值对，Reduce 阶段再归总。写法也不复杂，核心在逻辑拆分。熟练了之后写个日志脚本也就十几分钟的事。

YARN是资源调度的管家。它主要管资源谁用、用多少，搞并发执行的时候还挺好用的。它让 Hadoop 不只是能跑 MapReduce，还能跑 Spark、Flink。嗯，灵活多了，也更适合现在的混合任务调度。

HBase就比较适合做大规模非结构化数据的实时访问。比如你想做个微信聊天记录平台，读写频繁，用它挺合适。结构上是列式存储，查大字段也快，响应也快。

Greenplum对想做 SQL 的朋友还蛮友好的。它底子是 PostgreSQL，但分布式做得还不错，数据多的时候，能并行查询，海量数据也不卡。数据那块你多半用得上。

系统监控别忘了看Chukwa。它是个日志收集工具，可以帮你把集群里的运行数据都采集起来，再用 Hadoop 一下，哪些节点慢、资源耗在哪儿一目了然。

建议你视频配着项目例子一起练，像Hadoop 集群搭建、HBase 部署这种，光看没用，动手才长记性。如果你准备跳槽搞大数据方向，这一套学完差不多能应付初级岗了。