Hadoop是什么?

原创 2015年11月17日 17:00:17

Hadoop是使用Java编写,允许分布在集群,使用简单的编程模型的计算机大型数据集处理的Apache的开源框架。Hadoop框架应用工程提供跨计算机集群的分布式存储和计算的环境。 Hadoop是专为从单一服务器到上千台机器扩展,每个机器都可以提供本地计算和存储。

 

Hadoop的架构

在其核心,Hadoop主要有两个层次,即:

加工/计算层(MapReduce),以及

存储层(Hadoop分布式文件系统)。

MapReduce

 

          MapReduce是一种并行编程模型,用于编写普通硬件的设计,谷歌对大量数据的高效处理(多TB数据集)的分布式应用在大型集群(数千个节点)以及可靠的容错方式。MapReduce程序可在Apache的开源框架Hadoop上运行。

 

Hadoop分布式文件系统

          Hadoop分布式文件系统(HDFS)是基于谷歌文件系统(GFS),并提供了一个设计在普通硬件上运行的分布式文件系统。它与现有的分布式文件系统有许多相似之处。来自其他分布式文件系统的差别是显著。它高度容错并设计成部署在低成本的硬件。提供了高吞吐量的应用数据访问,并且适用于具有大数据集的应用程序。

除了上面提到的两个核心组件,Hadoop的框架还包括以下两个模块:

Hadoop通用:这是Java库和其他Hadoop组件所需的实用工具。

Hadoop YARN :这是作业调度和集群资源管理的框架。

 

Hadoop如何工作?

 

          建立重配置,处理大规模处理服务器这是相当昂贵的,但是作为替代,可以联系许多普通电脑采用单CPU在一起,作为一个单一功能的分布式系统,实际上,集群机可以平行读取数据集,并提供一个高得多的吞吐量。此外,这样便宜不到一个高端服务器价格。因此使用Hadoop跨越集群和低成本的机器上运行是一个不错不选择。

Hadoop运行整个计算机集群代码。这个过程包括以下核心任务由Hadoop 执行:

数据最初分为目录和文件。文件分为128M和64M(128M最好)统一大小块。

然后这些文件被分布在不同的群集节点,以便进一步处理。

HDFS,本地文件系统的顶端﹑监管处理。

块复制处理硬件故障。

检查代码已成功执行。

执行发生映射之间,减少阶段的排序。

发送排序的数据到某一计算机。

为每个作业编写的调试日志。

 

Hadoop的优势

 

Hadoop框架允许用户快速地编写和测试的分布式系统。有效并在整个机器和反过来自动分配数据和工作,利用CPU内核的基本平行度。

Hadoop不依赖于硬件,以提供容错和高可用性(FTHA),而Hadoop库本身已被设计在应用层可以检测和处理故障。

服务器可以添加或从集群动态删除,Hadoop可继续不中断地运行。

Hadoop的的另一大优势在于,除了是开源的,因为它是基于Java并兼容所有的平台。

版权声明:本文为博主原创文章,未经博主允许不得转载。

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?一句话理解

Hadoop(MapReduce&HDFS) 1.学习目的(前言)   在从业了六年IT生涯里,做个实施顾问、业务顾问、BA需求分析师、项目经理,现在重新定位自己,在新公司做起了开发顾问,...

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
  • 8761

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...

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...

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...

如何用形象的比喻描述大数据的技术生态?Hadoop、Hive、Spark 之间是什么关系?

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,互相之间又有重合。你可...

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:Hadoop是什么?
举报原因:
原因补充:

(最多只允许输入30个字)