一、Hadoop是什么

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
主要解决：海量数据的存储和海量数据的分析计算问题。
广义上来说：Hadoop通常是指一个更广泛的概念–Hadoop生态圈。

二、Hadoop三大发行版本

Hadoop三大发行版本：Apache、Cloudera、Hortonworks

Apche版本最原始（最基础）的版本，对于入门学习最好。
Cloudera内部集成了很多大数据框架，对应产品CDH。
Hortonworks文档较好，对应产品HDP。

1.Apche Hadoop

官网地址：http://hadoop.apache.org/releases.html
下载地址：https://archive.apache.org/dist/hadoop/common/

2.Cloudera Hadoop

官网地址：https://www.cloudera.com/downloads/cdh/5-10-0.html
下载地址：http://archive-primary.cloudera.com/cdh5/cdh/5/
（1）2008年成立的Cloudera是最早将Hadoop商用的公司，为合作伙伴提供Hadoop的商用解决方案，主要是包括支持、咨询服务、培训。
（2）2009年Hadoop的创始人Doug Cutting也加盟Cloudera公司。Cloudera产品主要为CDH，Cloudera Manager，Cloudera Support
（3）CDH是Cloudera的Hadoop发行版，完全开源，比Apache Hadoop在兼容性，安全性，稳定性上有所增强。Cloudera的标价为每年每个节点10000美元。
（4）Cloudera Manager是集群的软件分发及管理监控平台，可以在几个小时内部署好一个Hadoop集群，并对集群的节点及服务进行实时监控。

3.Hortonworks Hadoop

官网地址：https://hortonworks.com/products/data-center/hdp/
下载地址：https://hortonworks.com/downloads/#data-platform
（1）2011年成立的Hortonworks是雅虎与硅谷风投公司Benchmark Capital合资组建。
（2）公司成立之初就吸纳了大约25名至30名专门研究Hadoop的雅虎工程师，上述工程师均在2005年开始协助雅虎开发Hadoop，贡献了Hadoop80%的代码。
（3）Hortonworks的主打产品是Hortonworks Data Platform（HDP），也同样是100%开源的产品，HDP除常见的项目外还包括了Ambari，一款开源的安装和管理系统。
（4）Hortonworks目前已经被Cloudera公司收购。

三、Hadoop的优势

1.高可靠性

Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。

2.高扩展性

在集群分配任务数据，可方便的扩展数以千计的节点。

3.高效性

在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。

4.高容错性

能够自动将失败的任务重新分配。

四、Hadoop组成

在Hadoop 1.X时代，Hdoop中的MapReduce同时处理业务逻辑运算和资源的调度，耦合性较大。
在Hadoop 2.X时代开始，增加了yarn，yarn只负责资源的调度，MapReduce只负责运算。

1.HDFS组成概述

1）NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等。
2）DataNode（dn）：在本地文件系统存储文件块数据，以及块数据的校验和。
3）SecondaryNameNode（2nn）：每隔一段时间对NameNode元数据备份。

2.YARN组成概述

1）ResourceManager（RM）主要作用如下
（1）处理客户端请求
（2）监控NodeManager
（3）启动或监控ApplicationMaster
（4）资源的分配和调度

2）NodeManager（NM）主要作用如下
（1）管理单个节点上的资源
（2）处理来自ResourceManager的命令
（3）处理来自Application的命令

3）ApplicationMaster（AM）作用如下
（1）负责数据的划分
（2）为应用程序申请资源并分配给内存的任务
（3）任务的监控与容错

4）Container
Container是YARN中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU、磁盘、网络等。

3.MapReduce组成概述

MapReduce将计算过程分为两个阶段：Map和Reduce
1）Map阶段并行处理输入数据
2）Reduce阶段对Map结果进行汇总

总结

本章节是对Hadoop相关概念以及组成有了一个大概的简介，知道了Hadoop是什么，三大发行版本，优势基于组成。

Hadoop相关概念相关推荐

Hadoop学习总结（1）——大数据以及Hadoop相关概念介绍
一.大数据的基本概念 1.1.什么是大数据大数据指的就是要处理的数据是TB级别以上的数据.大数据是以TB级别起步的.在计算机当中,存放到硬盘上面的文件都会占用一定的存储空间,例如: 文件占用的存储空 ...
大数据以及Hadoop相关概念介绍
一.大数据的基本概念 1.1.什么是大数据大数据指的就是要处理的数据是TB级别以上的数据.大数据是以TB级别起步的.在计算机当中,存放到硬盘上面的文件都会占用一定的存储空间,例如: 文件占用的存储空 ...
java 大数据以及Hadoop相关概念介绍
一.大数据的基本概念 1.1.什么是大数据大数据指的就是要处理的数据是TB级别以上的数据.大数据是以TB级别起步的.在计算机当中,存放到硬盘上面的文件都会占用一定的存储空间,例如: 文件占用的存储空 ...
大数据介绍项目流程_大数据介绍
大数据介绍项目流程 About Big Data 关于大数据什么是大数据?(What is Big Data?) In modern world, there are many big proble ...
自学大数据入门全套学习资料（视频+课程大纲+笔记）
目录: 大数据课程导论分布式技术 Apache Hadoop概述 Hadoop集群搭建 Hadoop初体验 Hadoop HDFS基准测试学习目标理解大数据相关概念.特点.应用场景掌握大数据业 ...
Spark+hadoop+mllib及相关概念与操作笔记
Spark+hadoop+mllib及相关概念与操作笔记作者: lw 版本: 0.1 时间: 2016-07-18 1.调研相关注意事项 a) 理解调研调研的意义在于了解当前情况,挖掘潜在的问题, ...
图解Hadoop hdfs的基本工作机制及相关概念
Hive之 hive-1.2.1 + hadoop 2.7.4 集群安装
一. 相关概念 Hive Metastore有三种配置方式,分别是: Embedded Metastore Database (Derby) 内嵌模式 Local Metastore Server 本 ...
（1）Hadoop 的第一个程序 WordCount 理解
Hadoop 的第一个程序 WordCount 理解 map and Reduce 相关概念 Map 将数据拆分成一个个键值对, reduce 负责将一个个键值对进行归集, 最后统计出结果 machi ...
Hadoop详解（十）：Hadoop 作业调度机制
Hadoop 作为一个分布式计算平台,从集群计算的角度分析,Hadoop可以将底层的计算资源整合后统一分配到集群中的计算节点,从而达到分布式和并行计算的目的,最终完成任务的高效执行.在调度机制中涉及的 ...

Hadoop相关概念

文章目录