各位大神，这个是面试题啊，小弟是菜鸟，最好，用比较通俗的话说，最好不要直接 百度copy 其他人的，最好是自己处理总结过的，因为，本人已经百度了很多次了。
概念性的东西就不说了，关于hadoop的一些项目实例；希望能帮到你。
注意我下面的回答不是在面试中的回答，要是问“如何在面试中回答答主所问的问题”，私以为按照楼上那篇回答已经足够了，那么我为什么还要回答呢？因为我觉得，他的回答会让懂得人更懂，没法让不懂的人懂。
先看hadoop的为什么会存在？我分配你一个任务：统计一篇文章所有单词出现的次数，最后以键值对的形式保存到一个文件中。这任务描述很简单吧？但是搞过acm的人或者有经验的程序员会问一个问题，你的数据量是多少？你的运行要求时间是多少？好的，要求1.字符数小于10^8,只要稍微懂数据结构的人，都会想到用map去存，加上文件读写来完成，这个数据量勉强可以。但是时代在发展，数据在变多，数据量规模变大了，现在我有1TB,1PB的数据量呢？先别去想hadoop，交给你这个任务，你怎么完成？分布式，云计算，你可能知道这些词，但我说很多人不懂，是大部分传统程序员没去涉足这一块。一台电脑的性能已经不足以胜任这个任务了，我们想到把这个任务分摊给若干个子PC来完成，想想有什么问题没有？你原来有一个问题，现在你有了两个，多个电脑如何通信？hadoop帮你完成数据交互（MAPREDUCE），处理协议(SSH)等等。这种思想类似于分治（但不严谨）。
怎么分配任务？想想你是一个领导(MASTER),现在有一个任务需要分发给手下(SLAVE)去做,你会分析谁的能力强，于是把难的任务，多的任务给他；已经分配好任务后，有人无法完成，还需要更厉害的手下去帮他解决(MASTER自己不解决任务)。总体而言，你需要一个任务调度机制，而hadoop帮你按照内部算法帮你调度管理。不觉得有点类似操作系统的任务管理机制吗？( 我这么觉得:) )
回答问题，我们需要wordcount,传统模式小规模数据用数据结构就能解决，大规模数据我们用了hadoop解决。而现在这个时代，数据规模越来越大，我们可能会越来越依赖于hadoop这样的大数据处理平台来处理问题。这也是hadoop为什么这么火的原因。
最后强调下，大规模数据!=大数据；hadoop只是个离线(处理静态数据)大数据平台，hadoop不利于处理小规模问题(会多出资源调度的开销)...想要对hadoop有系统了解的还是需要自己看官方文档。最后强调下，我旨在把不懂的人讲懂，类比不恰当的地方请大家别纠结。
哎，其实Hadoop就是Apache旗下的一个云计算全家桶！（别去联想百度全家桶……）
第一代就是包含
HDFS 分布式文件存储系统
MAP REDUCE 分布式计算框架
第二代增加了
YARN 集群计算资源管理系统（把一大片机器当做一台超级电脑有木有！而且用这个，不仅可以跑MR，跑其他的计算框架例如Spark，STORM，甚至挂个Docker跑个网站都可以噻）
同时升级了MAP REDUCE用于支持在YARN上跑（其实YARN就是吸收了一代MR的部分功能，所以二代MR就是做得更精炼灵活啦）
除了基本款，还可以自选附加套餐，例如Hive，Pig，Tez等，他们会利用MR和HDFS来做大数据查询呀等等，有了这些套餐，你连MAP REDUCE程序都不用写，会写SQL就成，他们会帮你生成可分布式执行的程序的！
当然了，Hadoop全家桶也会依赖一些其他蘸酱，比如
Zookeeper 分布式一致性服务
有了他，做容错啦，统一配置啦，都可安心了，妈妈再也不用担心A节点和B节点所持有的元数据不一致啦～