1.1 Hadoop 是什么

1.2 Hadoop 发展历史

1.3 Hadoop 三大发行版本

1.4 Hadoop优势（4高）

1.5 Hadoop 组成（面试重点）

1.5.1 HDFS 架构概述

1.5.2 YARN 架构概述

1.5.3 MapReduce 架构概述

1.5.4 HDFS、YARN、MapReduce 三者关系

1.6 大数据技术生态体系

1.7 推荐系统框架图

1.1 Hadoop 是什么

（1）Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

（2）主要解决，海量数据的存储和海量数据的分析计算问题。

（3）广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈。

1.2 Hadoop 发展历史

（1）Hadoop创始人Doug Cutting，为了实现与Google类似的全文搜索功能，他在Lucene框架基础上进行优

化升级，查询引擎和索引引擎。

（2）2001年年底Lucene成为Apache基金会的一个子项目。

（3）对于海量数据的场景，Lucene框架面对与Google同样的困难，存储海量数据困难，检索海量速度慢。

（4）学习和模仿Google解决这些问题的办法：微型版Nutch。

（5）可以说Google是Hadoop的思想之源（Google在大数据方面的三篇论文）

        GFS --->HDFS

        Map-Reduce --->MR

        BigTable --->HBase

（6）2003-2004年，Google公开了部分GFS和MapReduce思想的细节，以此为基础Doug Cutting等人用

了2年业余时间实现了DFS和MapReduce机制，使Nutch性能飙升。

（7）2005 年Hadoop 作为 Lucene的子项目 Nutch的一部分正式引入Apache基金会。

（8）2006 年 3 月份，Map-Reduce和Nutch Distributed File System （NDFS）分别被纳入到 Hadoop 项目

中，Hadoop就此正式诞生，标志着大数据时代来临。

（9）名字来源于Doug Cutting儿子的玩具大象

1.3 Hadoop 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。2006

Cloudera 内部集成了很多大数据框架，对应产品 CDH。2008

Hortonworks 文档较好，对应产品 HDP。2011

Hortonworks 现在已经被 Cloudera 公司收购，推出新的品牌 CDP。

(1）Apache Hadoop

官网地址：http://hadoop.apache.org

下载地址：https://hadoop.apache.org/releases.html

(2）Cloudera Hadoop

官网地址：https://www.cloudera.com/downloads/cdh

下载地址：https://docs.cloudera.com/documentation/enterprise/6/release

notes/topics/rg_cdh_6_download.html

（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）2018 年 Hortonworks 目前已经被 Cloudera 公司收购

1.4 Hadoop优势（4高）

1.5 Hadoop 组成（面试重点）

1.5.1 HDFS 架构概述

Hadoop Distributed File System，简称 HDFS，是一个分布式文件系统

（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）Secondary NameNode(2nn)：每隔一段时间对NameNode元数据备份。

简单的说就是NameNode就相当于一个目录，一个索引，负责标记每一个DataNode的存放位置

而DataNode才是真正存放数据的，Secondary NameNode(2nn) ：相当与老板的一个秘书，他会备份一部分数据，不会备份全部数据。

1.5.2 YARN 架构概述

Yet Another Resource Negotiator 简称 YARN ，另一种资源协调者，是 Hadoop 的资源管理器。

1.5.3 MapReduce 架构概述

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

1.5.4 HDFS、YARN、MapReduce 三者关系

HDFS

YARN

用户提交任务，任务给到ResourceManager，ResourceManager 会找一个节点NodeManager，开启一个Container ，把任务(App Mstr)放在Container App Mstr会向

ResourceManager申请说自己需要多少资源 ResourceManager 看哪一个DataNode有资源，给他分配资源之后 App Mstr 会在被分配的资源节点上开启计算任务（MapTask ），这个其实就是MapReduce 的map阶段，之后会返回一个Reduce到各自对应的节点，这就是他们三者之间的关系

1.6 大数据技术生态体系

图中涉及的技术名词解释如下：

1.7 推荐系统框架图

假如说购买一个东西，打开京东首页，购买一个东西，这个购买行为会被记录下来，通过Nginx负载均衡打入到日志收集中，这种用户行为数据通常是用文件形式存储的，然后Flume进行日志收集

采集完之后，给Kafka 进行一个消息的缓冲，缓冲后，由于我们推荐系统具有实时性，所以走

Spark Streaming ，或Flink进行实时计算，（用户是想购买呢，还是什么行为，以及下次给他推荐什么样的商品能够促进他的消费），将计算结果返回到后台，这个结果你可以用数据库或者是分析结果文件的形式存储，然后再被推荐业务的后台读走数据，最终反馈到前台页面展示出来！

本篇博客是在进行尚硅谷大数据相关课程学习后，加上自己的一些理解得出的一篇博客，希望能给学习Hadoop同学一些启发！

一文搞懂什么是Hadoop?Hadoop的前世今生，Hadoop的优点有哪些？Hadoop面试考查重点，大数据技术生态体系相关推荐

大数据之-Hadoop_大数据技术生态体系---大数据之hadoop工作笔记0014
然后我们来看看,既然说到大数据,我们来看看他的整个的技术体系. 可以看到,首先最底层是数据来源层. 可以看到我们的数据,可以来至于 1.数据库,结构化的数据,比如订单信息 2.还有文件日志,半结构化的 ...
Hadoop——Hadoop优势、组成、大数据技术生态体系、系统框架图
大数据技术之Hadoop（入门）概述、运行环境搭建、运行模式
文章目录 1 Hadoop 概述 1.1 Hadoop 是什么 1.2 Hadoop 优势 1.3 Hadoop 组成(面试重点) 1.3.1 HDFS 架构概述 1.3.2 YARN 架构概述 1. ...
大数据技术之Hadoop概述集群环境搭建常见错误解决等
Hadoop概述文章目录 Hadoop概述 1. Hadoop是什么 2. Hadoop发展历史 4. Hadoop的优势 5. Hadoop组成 6. 大数据技术生态体系 7. 推荐系统框架图略图 ...
大数据技术之Hadoop(快速入门)
目录第一章 Hadoop概述 1.1 什么是Hadoop 1.2 Hadoop 产生背景 Hadoop之父:Doug cutting 1.3 Hadoop 三大发行版本 Hadoop 三大发行版 ...
二、大数据技术之Hadoop --从Hadoop框架讨论大数据生态
目录 1.从Hadoop框架讨论大数据生态 1.1 Hadoop是什么 1.2 Hadoop发展历史 1.3 Hadoop三大发行版本 1.3.1 Apache Hadoop 1.3.2 Cloude ...
尚硅谷大数据技术Hadoop教程-笔记02【Hadoop-入门】
视频地址:尚硅谷大数据Hadoop教程(Hadoop 3.x安装搭建到集群调优) 尚硅谷大数据技术Hadoop教程-笔记01[大数据概论] 尚硅谷大数据技术Hadoop教程-笔记02[Hadoop-入 ...
大数据技术之Hadoop
目录第一章大数据概述 1.大数据概念 1.2.大数据特点 1.Volume(大量) 2.Velocity(高速) 3.Variety(多样) 4.Value(低价值密度) 1.3 大数 ...
大数据技术之 Hadoop概念讲解
Hadoop介绍狭义上Hadoop指的是Apache软件基金会的一款开源软件. 用java语言实现,开源允许用户使用简单的编程模型实现跨机器集群对海量数据进行分布式计算处理 Hadoop核心组件 ...
大数据技术的回顾与展望 ——写在Hadoop十周年纪念
今天是Hadoop十岁生日.于2006年1月28日诞生的它改变了企业对数据的存储.处理和分析的过程,加速了大数据的发展,形成了自己的极其火爆的技术生态圈,并受到非常广泛的应用.InfoQ策划了一系列文 ...

一文搞懂什么是Hadoop?Hadoop的前世今生，Hadoop的优点有哪些？Hadoop面试考查重点，大数据技术生态体系

1.1 Hadoop 是什么

1.2 Hadoop 发展历史

1.3 Hadoop 三大发行版本

1.4 Hadoop优势（4高）

1.5 Hadoop 组成（面试重点）

1.5.1 HDFS 架构概述

1.5.2 YARN 架构概述

1.5.3 MapReduce 架构概述

1.5.4 HDFS、YARN、MapReduce 三者关系

1.6 大数据技术生态体系

1.7 推荐系统框架图

一文搞懂什么是Hadoop?Hadoop的前世今生，Hadoop的优点有哪些？Hadoop面试考查重点，大数据技术生态体系相关推荐

最新文章

热门文章