一、hadoop项目结构通过什么采集数据？
hadoop项目结构通过整合案件信息、队伍信息和其他检察业务信息资源, 全面整合检察业务应用系统, 构建全方位对接检察业务管理、检察人事管理、检察行政管理和检察院其他管理工作需求的“智慧检务大数据平台”, 及时准确呈现检查采集数据。
二、hadoop mapreduce分别是干啥的？
hadoop是一种架构，用来搭建分布式平台使用 mapreduce是一种编程模型，是一种编程方法，抽象理论来的
1、hadoop是一种分布式系统的平台，通过它可以很轻松的搭建一个高效、高质量的分布系统，而且它还有许多其它的相关子项目，也就是对它的功能的极大扩充，包括zookeeper,hive,hbase等。
2、MapReduce是hadoop的核心组件之一，hadoop要分布式包括两部分，一是分布式文件系统hdfs,一部是分布式计算框，就是mapreduce,缺一不可，也就是说，可以通过mapreduce很容易在hadoop平台上进行分布式的计算编程。
三、spark和hadoop的区别？
Spark和Hadoop的区别和比较:
1.原理比较：
Hadoop和Spark都是并行计算，两者都是用MR模型进行计算
Hadoop一个作业称为一个Job，Job里面分为Map Task和Reduce Task阶段，每个Task都在自己的进程中运行，当Task结束时，进程也会随之结束；
Spark用户提交的任务称为application，一个application对应一个SparkContext，app中存在多个job，每触发一次action操作就会产生一个job。这些job可以并行或串行执行，每个job中有多个stage，stage是shuffle过程中DAGScheduler通过RDD之间的依赖关系划分job而来的，每个stage里面有多个task，组成taskset，由TaskScheduler分发到各个executor中执行；executor的生命周期是和app一样的，即使没有job运行也是存在的，所以task可以快速启动读取内存进行计算。
2.数据的存储和处理：
hadoop：
Hadoop实质上更多是一个分布式系统基础架构: 它将巨大的数据集分派到一个由普通计算机组成的集群中的多个节点进行存储，同时还会索引和跟踪这些数据，大幅度提升大数据处理和分析效率。Hadoop 可以独立完成数据的存储和处理工作，因为其除了提供HDFS分布式数据存储功能，还提供MapReduce数据处理功能。
spark：
Spark 是一个专门用来对那些分布式存储的大数据进行处理的工具，没有提供文件管理系统，自身不会进行数据的存储。它必须和其他的分布式文件系统进行集成才能运作。可以选择Hadoop的HDFS,也可以选择其他平台。
四、什么是hadoop？
Hadoop是Apache基金会开发的分布式系统基础架构
Hadoop主要被用来解决海量数据的存储和海量数据的分析计算
广义上来说，Hadoop通常是指一个更广泛的概念----Hadoop生态圈
五、大数据最佳就业方向？
大数据专业是从数据管理、系统开发、海量数据分析和挖掘等方面系统，帮助企业掌握大数据应用中各种典型问题的解决方案的专业，就业方向数据开发与管理、企业管理、城市环境治理等方面。可以去上海市大数据股份有限公司、辉略（上海）大数据科技有限公司、成都市大数据股份有限公司、青岛星链数据技术有限公司、阿里云计算有限公司、华为云计算技术有限公司等。