Hadoop回顾之Hadoop发展史
说到了Hadoop,那么,什么是Hadoop呢?我们先来了解一下什么是Hadoop。
Hadoop:这个我们就没法顾名思义了。这只是一个玩具大象的名字。哈哈,是不是挺逗。这只大象也算是闻名世界了。
Hadoop,用官方属于来说,就是一个由Apache基金会所开发的分布式基础架构。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。
简单点说,Hadoop就是利用我们的一台台的单台服务器,构成了一个大的集群,然后通过集群的一些组件,让我们在使用的时候就感觉和在一台机器上使用是一样的。不必去关注每台机器怎样。当成一台来用就可以了。
了解了Hadoop的基本概念,我们就来说一下Hadoop的基本组件。这里只说几个最重要的,其他的后面有详细的介绍。
HDFS(Hadoop Distributed File System):Hadoop实现的分布式文件系统,这是hadoop的核心之一。Hadoop是构建在普通的机器之上的。比如,10台linux服务器构成了一个Hadoop集群,那么,我们在Hadoop上存储数据的时候,最终还是存储在这10台机器上。而HDFS就是来实现这个功能的,通过hdfs来存储文件,虽然底层是存放在这10台机器上,但是,我们存放在hdfs上的时候,就像操作一台linux一样简单。
MapReduce:这是Hadoop实现的并行计算框架,也是Hadoop的核心之一。这里简单说一下,后面单独的章节介绍。MapReduce从并行上来说,比如,我们要对hdfs的某个文件提取某个字符串,然后,我们写了这么一个mapreduce程序,然后提交给hadoop。这个时候mapreduce就会自动在集群的机器上,同时并行的运行。最后将结果写到文件里。而不用我们一台台去跑程序。
Yarn:是Hadoop上的一个资源管理框架。这个是在hadoop2.0之后出现的,1.0是没有的。我们简单理解为资源管理器就可以了。就是对hadoop的资源,比如内存,cpu等进行分配,以及对跑着的mapreudce等任务的管理。也是因为有了yarn,现在hadoop计算框架不再局限于mapreduce,比如内存计算框架spark,流计算框架storm等等。
然后说一下起源:
Hadoop由 Apache Software Foundation 公司于 2005 年秋天作为Lucene的子项目Nutch的一部分正式引入。它受到最先由 Google Lab 开发的 Map/Reduce 和 Google File System(GFS) 的启发。
2006 年 3 月份,Map/Reduce 和 Nutch Distributed File System (NDFS) 分别被纳入称为 Hadoop 的项目中。
到目前为止,Hadoop一直是很火的。
下面这一块摘自百度百科,说的挺详细的。
Hadoop是一个能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。
Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理。
Hadoop 是高效的,因为它以并行的方式工作,通过并行处理加快处理速度。
Hadoop 还是可伸缩的,能够处理 PB 级数据。
此外,Hadoop 依赖于社区服务,因此它的成本比较低,任何人都可以使用。
Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点:
- 高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。
- 高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千计的节点中。
- 高效性。Hadoop能够在节点之间动态地移动数据,并保证各个节点的动态平衡,因此处理速度非常快。
- 高容错性。Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配。
- 低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比,hadoop是开源的,项目的软件成本因此会大大降低。
Hadoop带有用Java语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写,比如 C++。
Hadoop回顾之Hadoop发展史相关推荐
- Hadoop回顾:(一)Hadoop生态系统简介
首先我们先了解一下Hadoop的起源.然后介绍一些关于Hadoop生态系统中的具体工具的使用方法.如:HDFS.MapReduce.Yarn.Zookeeper.Hive.HBase.Oozie.Ma ...
- Hadoop初级之Hadoop基本概念与应用前景
Hadoop 大数据概念 大数据(big data):指无法在一定时间范围内用常规软件工具(例如java ee 中的mysql)进行捕捉.管理和处理的数据集合,是需要新处理模式才能具有更强的决策力.洞 ...
- 何时使用hadoop fs、hadoop dfs与hdfs dfs命令
hadoop fs:使用面最广,可以操作任何文件系统. hadoop dfs与hdfs dfs:只能操作HDFS文件系统相关(包括与Local FS间的操作),前者已经Deprecated,一般使用后 ...
- 在Ubuntu下创建hadoop组和hadoop用户
一.在Ubuntu下创建hadoop组和hadoop用户 增加hadoop用户组,同时在该组里增加hadoop用户,后续在涉及到hadoop操作时,我们使用该用户. 1.创建hadoop用户组 2.创 ...
- Hadoop教程(二)Hadoop伪集群环境安装
Hadoop教程(二)Hadoop伪集群环境安装 本文链接:https://blog.csdn.net/yuan_xw/article/details/50039325 Hadoop教程(二)Hado ...
- 何时使用hadoop fs、hadoop dfs与hdfs dfs命令(转)
hadoop fs:使用面最广,可以操作任何文件系统. hadoop dfs与hdfs dfs:只能操作HDFS文件系统相关(包括与Local FS间的操作),前者已经Deprecated,一般使用后 ...
- linux hadoop etc目录,Hadoop系列——Linux下Hadoop的安装与伪分布式配置
1 环境配置 1.1 JDK配置 在这里使用的是Oracle的JDK1.8. 1. 下载安装JDK 2. 配置环境变量 以上两个步骤不再展开赘述. 3. 验证JDK是否安装成功 分别使用 echo $ ...
- 【Hadoop篇】--Hadoop常用命令总结
[Hadoop篇]--Hadoop常用命令总结 一.前述 分享一篇hadoop的常用命令的总结,将常用的Hadoop命令总结如下. 二.具体 1.启动hadoop所有进程 start-all.sh等价 ...
- hadoop搭建之hadoop安装
运行环境: 系统:centos6.9 jdk:jdk1.8.0_201 搭建版本: hadoop:hadoop-2.7.2 环境说明: 集群环境至少需要 3 个节点(也就是 3 台服务器设备):1 个 ...
最新文章
- Hadoop集群的基本操作(五:Sqoop的基本操作)
- CVPR 2022 | 一种有效提升点云语义分割边界性能的学习框架
- 如何在JavaScript中比较数组?
- python中api是指什么_python中API接口是什么
- java7新特性之Try-with-resources statement
- boost::regex模块实现以编程方式生成代码片段,以便剪切并粘贴到正则表达式源中测试程序
- 一个深入学习Linux/C/C++的原创技术号
- jap sql 保存_【hibernate spring data jpa】执行了save()方法 sql语句也执行了,但是数据并未插入数据库中...
- Java并发编程之堵塞队列介绍以及SkipList(跳表)
- 内置函数enumerate()使用
- 交叉编译 for arm-linux-gcc... no,QT4.8.6、tslib库移植到arm上配置出错!求大神指点
- 【软考2】Java语言的基本知识汇总
- python基础知识-Python语言基础知识总结
- Linux命令行大小写转换
- 【LA 2572】Viva Confetti(圆与圆弧覆盖+精度问题)
- 好用用的linux 监控命令
- Bit、Byte、kb、KB、MB、KiB、MiB各表示什么意思?
- win7 64位系统加载dsoframer.ocx问题解决方法
- U盘中毒后,文件夹被隐藏的解决方法
- 剑指offer——44.翻转单词顺序序列