Haoop系列之入门

Hadoop 是一个由 Apache 基金会所开发的 分布式系统基础架构 。

Hadoop 优势（ 4 高）

1 ）高可靠性： Hadoop 底层维护多个数据副本，所以即使 Hadoop 某个计算元

素或存储出现故障，也不会导致数据的丢失。

2 ）高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。

3 ）高效性：在 MapReduce 的思想下， Hadoop 是并行工作的，以加快任务处理速度。

4 ）高容错性：能够自动将失败的任务重新分配。

Hadoop 组成

计算，资源调度，数据存储，辅助工具

大数据技术生态体系

 数据来源层->数据传输层->数据存储层->资源管理层->数据计算层->任务调度层->业务模型层

HDFS 架构概述

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 。

YARN 架构概述

1 ） ResourceManager （ RM ）：整个集群资源（内存、 CPU 等）的老大

2 ） NodeManager （ N M ）：单个节点服务器资源老大

3 ） ApplicationMaster （ AM ）：单个任务运行的老大

4 ） Container ：容器，相当一台独立的服务器，里面封装了任务运行所需要的资源， 如内存、 CPU 、磁盘、网络等 。

集群部署规划

注意：

➢ NameNode 和 SecondaryNameNode 不要安装在同一台服务器

➢ ResourceManager 也很消耗内存，不要和 NameNode 、 SecondaryNameNode 配置在

同一台机器上。