Hadoop版本变迁

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。
它主要有以下几个优点：

Ø 高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

Ø 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。

Ø 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。

Ø 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。

Ø 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。

Hadoop带有用Java语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。

Hadoop版本变迁：

Hadoop 2.X主要特性：

Ø Append ：支持文件追加功能。Hbase需要使HDFS具有Append功能以防止数据丢失等。

Ø RAID ：在HDFS之上构建了一个新的分布式文件系统：DRFS。通过引入校验码增强对数据的保护，从而较少副本数来保持同样的可用性保障，进而节省存储空间。

Ø Symlink ：让HDFS支持文件链接。

Ø Security ：支持安全认证和授权机制，增强Hadoop的安全机制。

Ø MRv1 ：第一代MapReduce框架。

Ø YARN/MRv2 ：针对MRv1中的MapReduce在扩展性和多框架方面的不足，提出了全新的资源管理框架YARN（Yet AntherResuourceNegotiator）

Ø NameNode  Federation ：针对1.0中Namenode内存约束限制其扩展性提出的改进方案。它将NameNode横向扩展成多个，每个NameNode分管一部分目录，增加了HDFS的扩展性，也是NameNode具备隔离性。

Ø NameNode  HA ：解决NameNode单点故障，Name热备方案的实现。