Hadoop相关技术

一.Hadoop 的优化与发展

1.1 局限与不足

抽象层次低，需要人工编码；
表达能力有限；
开发者自己管理作业之间的依赖关系；
难于看到程序的整体的逻辑；
执行迭代操作效率低;
实时性差；
资源浪费；

1.2 改进与提升

对MapReduce 和HDFS两大核心组件进行改进；
不断丰富Hadooｐ组件，包括Pig,Tez,Spark和Kafka等。

二.HDFS2.0的新特性

2.1 HDFS HA:解决单点故障问题。

2.2 HDFS Federation

存在的问题
解决方式：HDFS Federation
- 解决单名称节点存在的问题，解决了HDFS 的集群扩展性问题，性能更高效，具有良好的隔离性。
- 各自管理字节的命名空间；

三.新一代资源管理调度管家YARN

3.1 MapReduce 1.0 的缺陷

存在单点故障；
JobTracker 任务过重；
容易出现内存溢出；
资源划分不合理, Map Slot和Reduce Slot;

3.2 YARN 设计思路

分离出资源管理功能,单独形成YARN，MapReduce 2.0变成了运行在YARN 上的纯粹的计算框架。

ResourceManager：负责资源管理；
ApplicationMaster：负责任务调度和任务监控；

YARN 是一个资源管理调度框架。

3.3 YARN 体系结构

ResourceManager:全局资源管理器,负责整个系统的资源管理与分配，两大核心组件如下；
- 调度器Scheduler;
  - 接收来自ApplicationMaster的应用程序资源请求，把集群中的资源以“容器”的形式分配给提出申请的应用程序，容器的选择通常会考虑应用程序所要处理的数据的位置，进行就近选择从而实现“计算向数据靠拢”；
  - 容器（Container）作为动态资源分配单位，每个容器都封装了一定数量的ＣＰＵ、内存、磁盘等资源，从而限定每个应用程序可以使用的资源数量。
  - 调度器被设计成一个可插拔的组件，YARN不仅自身是提供了许多种直接可用的调度器，也允许用户根据自己的需求重新设计调度器。
- 应用程序管理器Applications Manager
- 负责系统中所有应用程序的管理工作，主要包括应用程序提交、与调度器协商资源以启动ApplicationMaster、监控ApplicationMaster 运行状态并在失败是重新启动等；
ApplicationMaster
- ResourceManager接收用户提交的作业，按照作业的上下文信息以及NodeManager收集来的容器状态信息，启动调度过程，为用户作业启动一个ApplicationMaster;
- 功能：
  - 当用户提交作业时，ApplicationMaster与ResourceManager协商获取资源；
  - ResourceManager会以容器的形式为ApplicationMaster分配资源；
  - 把获取的资源进一步分配给内部的各个任务(Map任务和Reduce 任务)实现资源的“二次分配”；
  - 与NodeManager保持交互通信，进行应用程序的启动、运行、监控和停止，监控申请到的资源的使用情况；
  - 对所用任务的执行进度的和状态进行监控，并在任务发生失败时执行失败恢复(即重新申请资源重启任务)；
  - 定时向ResourceManager发送“心跳”信息，报告资源的使用情况和应用的进程信息；
  - 当作业完成时，ApplicationMaster向　ResourceManager注销容器，执行周期完成；
NodeManager
- NodeManager 是驻留在YARN集群中的每个节点上的代理，主要负责如下工作：
  - 容器生命周期管理；
  - 监控每个容器的资源使用情况；
  - 以“心跳"的方式与ResourceManager保持通信；
  - 向ResourceManager汇报作业的资源使用情况和每个容器的而运行状态；
  - 跟踪节点健康状况；
  - 接收来自ApplicationMaster的启动\停止容器的各种请求；
部署情况：

3.4 YARN 工作流程

用户编写客户端应用程序，向YARN 提交应用程序；
YARN 中的REsourceManager负责接收和处理来自客户端的请求，为用程序分配一个容器，在该容器中启动一个ApplicationMaster;
ApplicationMaster 被创建后会首先向ResourceManager注册；
ApplicationMaster 采用轮询的方式向ResourceManager申请资源；
ResourceManager以容器的形式向提出申请的ApplicationMaster分配资源；
在容器中启动任务；
各个任务向　ApplicationMaster 汇报自己的状态和进度；
应用程序运行完成后ApplicationMaster向ResourceManager的应用程序管理器注销并关闭自己；

3.5 YARN框架与MapReduce1.0框架的对比分析

3.6 YARN 发展目标

四.Hadoop 中代表性的组件

4.1 Pig 组件

4.2 Tez 组件

4.3 Spark 和　Kafka组件

Hadoop相关技术相关推荐

注意！Apache下这些与Hadoop相关的开源项目要退休了！
不知不觉之间,小编发现 Apache下许多与Hadoop相关的开源项目竟然都要退休了! 包括像Sentry.Tajo和Falcon在内的13个与大数据相关的Apache项目,相继在11天之内宣布退出. ...
Hadoop笔记——技术点汇总
Hadoop笔记--技术点汇总目录 · 概况 · Hadoop · 云计算 · 大数据 · 数据挖掘 · 手工搭建集群 · 引言 · 配置机器名 · 调整时间 · 创建用户 · 安装JDK · 配置 ...
大数据、云计算、物联网相关技术概述——《大数据技术原理与应用》课程学习总结
在学习大数.云计算以及物联网相关概念之前,先了解一下大数据的背景吧 1.1 大数据时代 1.1.1 第三次信息化浪潮三次信息化浪潮: 信息化浪潮发生时间标志解决问题代表企业第一次信息化浪潮 ...
【架构】分布式系统及相关技术栈初了解
文章目录 1)分布式系统 1.1 什么是分布式系统? 1.2 为什么需要分布式系统? *什么时候才需要分布式系统? 1.3 分布式系统的功能解耦分布式系统按层次划分: 2)分布式架构的演变 1.初始 ...
【网关层】网关层及相关技术栈
文章目录 1)网关 1.1 什么是网关? *注意区分网关和网桥 1.2 为什么需要网关? 单体架构(或称分层架构) 分布式应用微服务架构 API Gateway的出现: *代理和网关的区别 1.3 ...
云计算行业的相关技术知识，主要有哪些？
云计算是一种新型的业务交付模式,同时也是新型的IT基础设施管理方法.通过新型的业务交付模式,用户将通过网络充分利用优化的硬件.软件和网络资源,并以此为基础提供创新的业务服务. 新型的IT基础设施管理方 ...
百度网盟内容匹配广告和展示广告相关技术
第三期百度计算广告学沙龙( http://wenku.baidu.com/course/view/1488bfd5b9f3f90f76c61b8d ) 介绍了内容匹配广告和展示广告相关技术.本博客记录 ...
hadoop相关认证
前言: 关于Hadoop课程及认证证书的事,想着整理一下,可能觉得有用的. 首先我所知道的在做Hadoop认证的有两家,Hortonworks跟Cloudera.因为工作的原因接触Cloudera比较 ...
Hadoop中国技术峰会引发Hadoop 2.0风暴
作为本年度大中华地区规模最大的Hadoop技术峰会,China Hadoop Summit是不会被这两大厂商忽视的.记者日前从大会组委会了解到,Hortonworks亚太区技术总监Jeff M ...

Hadoop相关技术

Hadoop相关技术相关推荐

最新文章

热门文章