告诉你Hadoop是什么--童亚斋

转载 2013年12月02日 09:56:29

Hadoop是什么?Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架,实现在大量计算机组成的集群中对海量数据进行分布式计算.

Hadoop框架中最核心设计就是:HDFS和MapReduce.HDFS提供了海量数据的存储,MapReduce提供了对数据的计算.

数据在Hadoop中处理的流程可以简单的按照下图来理解:数据通过Haddop的集群处理后得到结果.

HDFS:Hadoop Distributed File System,Hadoop的分布式文件系统.
大文件被分成默认64M一块的数据块分布存储在集群机器中.

如下图中的文件 data1被分成3块,这3块以冗余镜像的方式分布在不同的机器中.

MapReduce:Hadoop为每一个input split创建一个task调用Map计算,在此task中依次处理此split中的一个个记录(record),map会将结果以key--value的形式输出,hadoop负责按key值将map的输出整理后作为Reduce的输入,Reduce Task的输出为整个job的输出,保存在HDFS上.

Hadoop的集群主要由 NameNode,DataNode,Secondary NameNode,JobTracker,TaskTracker组成.

如下图所示:

NameNode中记录了文件是如何被拆分成block以及这些block都存储到了那些DateNode节点.

NameNode同时保存了文件系统运行的状态信息. 

DataNode中存储的是被拆分的blocks.

Secondary NameNode帮助NameNode收集文件系统运行的状态信息.

JobTracker当有任务提交到Hadoop集群的时候负责Job的运行,负责调度多个TaskTracker.

TaskTracker负责某一个map或者reduce任务.

相关文章推荐

谈谈「互联网+」下B2B电商的建设--童亚斋

B2B市场在整个中国GDP的占比超过40%,到2020年市场规模有望达到几十万亿。尤其是2015年两会克强总理提出「互联网+」之后,「产业+互联网」逐渐兴起,B2B又迎来了一个爆发期。B2B在新的一轮...

告诉你Hadoop是什么

Hadoop是什么?Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架,实现在大量计算机组成的集群中对海量数据进行分布式计算. Hadoop框架...
  • zzhays
  • zzhays
  • 2012年10月09日 17:09
  • 8703

20张图告诉你数字签名是什么?

  • 2012年11月07日 08:50
  • 337KB
  • 下载

用通俗易懂的话说下hadoop是什么,能做什么

hadoop是什么? (1)Hadoop是一个开源的框架,可编写和运行分布式应用处理大规模数据,是专为离线和大规模数据分析而设计的,并不适合那种对几个记录随机读写的在线事务处理模式。Hadoop=H...

hadoop、spark、Hbase、Hive、hdfs,是什么

1Hbase:是一个nosql数据库,和mongodb类似。 2hdfs:hadoop distribut file system,hadoop的分布式文件系统。 3Hive: 用来处理结构化(关...

hadoop是什么

Hadoop主要由HDFS、MapReduce和Hbase组成。 它是一个分布式系统基础架构,由Apache基金会开发。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。 简单地说来,,Hado...

用通俗易懂的话说下hadoop是什么,能做什么

Hadoop是什么?        (1)Hadoop是一个开源的框架,可编写和运行分布式应用处理大规模数据,是专为离线和大规模数据分析而设计的,并不适合那种对几个记录随机读写的在线事务处理模式。Ha...

Hadoop是什么

最近在网上看技术文章的时候不经意间看到了Hadoop,通过这篇文章介绍一下Hadoop Hadoop主要由HDFS、MapReduce和Hbase组成。 它是一个分布式系统基础架构,由A...

Spark-Hadoop、Hive、Spark 之间是什么关系?

原文链接 大数据本身是个很宽泛的概念,Hadoop生态圈(或者泛生态圈)基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆,各有各的用处,互相...

Hadoop与MPP是什么关系?有什么区别和联系?

HADOOP与MPP是什么关系?有什么区别和联系? 适用范围、应用领域分别是什么? 其实MPP架构的关系型数据库与Hadoop的理论基础是极其相似的,都是将运算分布到节点中独立运算后进行结...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:告诉你Hadoop是什么--童亚斋
举报原因:
原因补充:

(最多只允许输入30个字)