今天学习了很多,了解了一些hadoop的基本知识。例如:分布式和集群、中心化和去中心化、HDFS、YARN等。收获了很多。
分布式:一个业务分拆多个子业务,部署在不同的服务器上。
集群:同一个业务,部署在多个服务器上。
大数据体系中,分布式的调度主要有2类架构模式: 去中心化模式、中心化模式。
中心化模式:有明确的中心,基于中心节点分配工作。
去中心化模式:没有明确的中心。 众多服务器之间基于特定规则进行同步协调。
大数据框架,大多数的基础架构上,都是符合:中心化模式的。即:有一个中心节点(服务器)来统筹其它服务器的工作,统一指挥,统一调派,避免混乱。 这种模式,也被称之为:一主多从模式,简称主从模式(Master And Slaves)。
HDFS全称:Hadoop Distributed File System
是Hadoop三大组件(HDFS、MapReduce、YARN)之一
可在多台服务器上构建集群,提供分布式数据存储能力。
HDFS
NameNode:HDFS系统的主角色,是一个独立的进程。负责管理HDFS整个文件系统,负责管DataNode。
SecondaryNameNode:NameNode的辅助,是一个独立进程,主要帮助NameNode完成元数据整理工作(打杂)。
DataNode:HDFS系统的从角色,是一个独立进程,主要负责数据的存储,即存入数据和取出数据。
YARN
YARN(Yes Another Resource Negotiator,另一种资源协调者),是一种新的hadoop资源管理器。YARN是一个*通用*资源管理系统的调度平台,可为上层应用提供统一的资源管理和调度。他的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大的好处。
以上是我今天掌握到的一些知识,希望后面能够了解的更多。