一、Hadoop框架介绍
OK~从今天开始,我们就开始我们的破茧成蝶——大数据篇系列的博客编写,今天是第一篇,开篇为《Hadoop框架介绍》,Hadoop系列将会收录在《破茧成蝶——大数据篇》专栏中。下面,大家就跟我一起踏上破茧成蝶的旅途吧!
目录
一、 Hadoop是什么
二、Hadoop的三大发行版本
2.1 Apache Hadoop
2.2 Cloudera Hadoop
2.3 Hortonworks Hadoop
三、Hadoop的优势
四、大数据生态圈体系
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。从广义上来说,Hadoop指的是一个更广泛的概念——Hadoop生态圈。
二、Hadoop的三大发行版本
Hadoop三大发行版本:Apache、Cloudera、Hortonworks。Apache版本最原始(最基础)的版本,对于入门学习最好;Cloudera在大型互联网企业中用的较多;Hortonworks文档较好。
2.1 Apache Hadoop
官网地址:http://hadoop.apache.org/releases.html
下载地址:https://archive.apache.org/dist/hadoop/common/
2.2 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/
2.3 Hortonworks Hadoop
官网地址:https://hortonworks.com/products/data-center/hdp/
下载地址:https://hortonworks.com/downloads/#data-platform
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:在集群间分配任务数据,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、大数据生态圈体系
(1)Sqoop是一款开源的工具,主要用于在Hadoop、Hive与传统的数据库间进行数据的传递,可以将一个关系型数据库(例如:MySQL、Oracle 等)中的数据导进到Hadoop的HDFS中,也可以将HDFS的数据导进到关系型数据库中。
(2)Flume是Cloudera提供的一个高可用的、高可靠的、分布式的海量日志采集、聚集和传输的系统,Flume支持在日志系统中定制各类数据发送方,用于收集数据。同时,Flume提供对数据进行简单处理,并写到各种数据接受方的能力。
(3)Kafka是一种高吞吐量的分布式发布订阅消息系统,有如下特性:通过O(1)的磁盘数据结构提供消息的持久化,这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能;高吞吐量:即使是非常普通的硬件Kafka也可以支持每秒数百万的消息;支持通过Kafka服务器和消费机集群来分区消息;支持Hadoop并行数据加载。
(4)Storm用于“连续计算”,对数据流做连续查询,在计算时就将结果以流的形式输出给用户。
(5)Spark是当前最流行的开源大数据内存计算框架。可以基于Hadoop上存储的大数据进行计算。
(6)Oozie是一个管理Hadoop作业(job)的工作流程调度管理系统。
(7)HBase是一个分布式的、面向列的开源数据库。HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库。
(8)Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供简单的SQL查询功能,可以将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析。
(9)R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。
(10)Mahout:Apache Mahout是个可扩展的机器学习和数据挖掘库。
(11)Zookeeper是Google的Chubby一个开源的实现。它是一个针对大型分布式系统的可靠协调系统,提供的功能包括:配置维护、名字服务、 分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务,将简单易用的接口和性能高效、功能稳定的系统提供给用户。
好了,开篇先简单点儿,毕竟是简介,说多了反而就有点赘余了,本篇文章就到这里吧。
一、Hadoop框架介绍相关推荐
- 大数据分布式计算开源框架Hadoop的介绍和运用
Hadoop是Apache开源组织的一个分布式计算开源框架,在很多大型网站上都已经得到了应用,如亚马逊.Facebook和Yahoo等等.对于我来说,最近的一个使用点就是服务集成平台的日志分析.服务集 ...
- hadoop 单机单间_零基础入门hadoop大数据四——Hadoop框架前奏,JDK环境配置
~~~~~~~~~一天更新两篇~~~~~~ 一.本章节完成的内容 1.使用secureCRT工具连接linux主机(配置非常方便,方便粘贴) 2.上传安装包到linux上(用filezilla) 3. ...
- 从hadoop框架与MapReduce模式中谈海量数据处理
前言 几周前,当我最初听到,以致后来初次接触Hadoop与MapReduce这两个东西,我便稍显兴奋,觉得它们很是神秘,而神秘的东西常能勾起我的兴趣,在看过介绍它们的文章或论文之后,觉得Hadoop是 ...
- MongoDB之Hadoop驱动介绍
http://blog.csdn.net/amuseme_lu/article/details/6584661 MongoDB之Hadoop驱动介绍 ------------------------ ...
- 从Hadoop框架与MapReduce模式中谈海量数据处理(含淘宝技术架构)
从hadoop框架与MapReduce模式中谈海量数据处理 前言 几周前,当我最初听到,以致后来初次接触Hadoop与MapReduce这两个东西,我便稍显兴奋,觉得它们很是神秘,而神秘的东西常能勾起 ...
- hadoop简单介绍_Hadoop:简单介绍
hadoop简单介绍 什么是Hadoop: Hadoop是用Java编写的框架,用于在大型商品硬件群集上运行应用程序,并具有类似于Google File System和MapReduce的功能 . H ...
- hadoop框架详细分析
2019独角兽企业重金招聘Python工程师标准>>> 如下图所示,mapreduce模式的主要思想是将自动分割要执行的问题(例如程序)拆解成map(映射)和reduce(化简)的方 ...
- hadoop框架分析
mapreduce是一种模式,一种什么模式呢?一种云计算的核心计算模式,一种分布式运算技术,也是简化的分布式编程模式,它主要用于解决问题的程序开发模型,也是开发人员拆解问题的方法. 如下图所示,map ...
- 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 ...
最新文章
- 静态链接库与动态链接库 (二)动态链接库的编译与使用
- VS2017 OpenCV配置
- 离奇的梦境,能够防范大脑过拟合
- MFC程序打开文件对话框出错的问题解决
- docx文档怎么排列图片_格式转换太麻烦?仅需一行命令,搞定图片、音频、视频、文本批量转换!...
- python 实例 cadu_【示例详解】AutoCAD处理控件Aspose.CAD 8月新更!支持加载大型DWG文件...
- Python监视域名对应IP地址变化情况
- system单元的几个内存处理方法
- CocosCreator2.3.1按钮节点防止多次连续点击
- webstorm如何支持markdown
- [文档]CSS中文字体对照表
- ISO27001标准的起源和发展
- 财务审计工具箱 audtool 数据处理分析必备工具
- 21天学通C语言-学习笔记(8)
- VBA:单元格的引用
- Javaweb安全——JSP Webshell
- 虚拟局域网软件开源_用于云和虚拟化的事实上的标准开源软件包括Linux
- [乡土民间故事_徐苟三传奇]第十六回_差狗子认输吃大粪
- 中国未来只有三种人:资源者、配置者、投资人
- MySQL中实现rank排名查询以及在Mybatis中使用 mysql 的自定义变量 @的问题解决
热门文章
- 有向无环图表示算术表达式
- ASIC--DFT可测性设计工程师
- 判断一个时间段是否与另一时间段相冲突
- 【selenoid】selenoid的配置、安装、使用、Docker + Selenoid 搭建Selenium UI自动化运行环境、Docker中的Selenium、Selenium Grid
- mysql集群与分布式数据库_数据库集群与分布式系统的区别
- 看了我的 MyBatis-Plus 用法,同事也开始悄悄模仿了
- JSON对象与字符串之间的转换
- 基于springboot的图书馆管理系统
- 【FPGA教程案例59】深度学习案例6——基于FPGA的CNN卷积神经网络之整体实现
- oracle数据库报错12154,PL/SQL登录Oracle数据库报错ORA-12154:TNS:无法解析指定的连接标识符解决方法...