2006年项目成立的一开始,“Hadoop”这个单词只代表了两个组件——HDFS和MapReduce。到现在的13个年头,这个单词代表的是“核心”，今天我们就来看看关于Hadoop的精华问答。

1

Q：Hadoop是什么？

A：Hadoop是一个由Apache基金会所开发的分布式系统基础架构。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。

2

Q：Hadoop框架最核心的设计是？

A：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

3

Q：Hadoop的主要优点？

A：Hadoop的主要优点有以下几个：

(a) 高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

(b)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。

(c)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。

(d)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。

(e)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。

4

Q：HDFS是什么？

A：Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS.

HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。

对外部客户机而言，HDFS就像一个传统的分级文件系统。可以创建、删除、移动或重命名文件，等等。但是 HDFS 的架构是基于一组特定的节点构建的，这是由它自身的特点决定的。

这些节点包括 NameNode（仅一个），它在 HDFS 内部提供元数据服务；DataNode，它为 HDFS 提供存储块。由于仅存在一个 NameNode，因此这是 HDFS 的一个缺点（单点失败）。

存储在 HDFS 中的文件被分成块，然后将这些块复制到多个计算机中（DataNode）。这与传统的 RAID 架构大不相同。块的大小（通常为 64MB）和复制的块数量在创建文件时由客户机决定。NameNode 可以控制所有文件操作。HDFS 内部的所有通信都基于标准的 TCP/IP 协议。

5

Q：HDFS有何特性？

A：HDFS的部分特性：

1. 一致性，高可用性，分区容错性

2. 存储超大文件

3. 一次写入，多次读取（流式数据访问）

4. 运行在普通廉价的服务器上

5. 以高延迟为代价

6. 不适合存储大量小容量的文件

7. 会在多个datanode上存储多份副本，默认3份，三份副本一般会保存在两个或者两个以上的服务器中

8. namenode 负责管理文件目录，文件和block的对应关系以及block和datanode的对应关系

9. datanode负责存储，大部分的容错机制都是在datanode上实现

小伙伴们冲鸭，后台留言区等着你！

关于Hadoop，今天你学到了什么？还有哪些不懂的？除此还对哪些话题感兴趣？快来留言区打卡啦！留言方式：打开第XX天，答：……

同时欢迎大家搜集更多问题，投稿给我们！风里雨里留言区里等你~

福利

1、扫描添加小编微信，备注“姓名+公司职位”，加入【云计算学习交流群】，和志同道合的朋友们共同打卡学习！

2、公众号后台回复：白皮书，获取IDC最新数据白皮书整理资料！

推荐阅读：

• 轻松了解面试官心理！ElasticSearch写入数据的工作原理是什么？ | 技术头条

• 专访图灵奖得主John Hopcroft：中国必须提升本科教育水平，才能在AI领域赶上美国

• 程序员与程序媛的神仙爱情 | 程序员有话说

• 他曾主导世界上第一台安卓智能机, 如今能否靠区块链手机找回昔日的光荣？|人物志

• 移动开发或将被颠覆？

• 如何将TensorFlow Serving的性能提高超过70%？

喜欢就点击“在看”吧