Hadoop简单的学习总结

1.什么是Hadoop?
Hadoop是一款进行数据处理和分析的软件,包含HDFS(分布式文件存储系统),MapReduce(分布式计算框架),Yarn(分布式资源调度任务分配框架)。
Hadoop来源于谷歌2003-2004年发布的三篇论文,基于这三篇论文doug cutting( 来自 lucene ),用了两年业余时间,开发出来了 hdfs 和 mr 的代码雏形,2005年Hadoop项目进入apache项目基金会。
Hadoop特性:
①高容错性:Hadoop每个数据都有副本,也就是数据备份。
②高可靠性:Hadoop有故障恢复机制,如果有一个节点挂了,它所存储的数据会在另一个节点重生。
③高效性:Hadoop的mapreduce是并行运行的
④高扩展性:Hadoop集群几乎是可以扩展成千上万个

2.什么是HDFS?
HDFS是分布式文件存储系统(解决了海量数据存储问题)
hdfs文件系统架构为主从架构:
① NameNode:主节点,存储数据信息(元数据信息管理)
② DataNode:从节点,存储真实数据

hdfs分块存储:1.x版本默认分块大小为64M
2.x版本默认为128M
hdfs副本机制:为了容错每个block都会有副本,每个文件的block大小副本系数都是可配置的,应用程序可以指定某个文件的副本数目。副本系数可以在文件创建的时候指定,也可以在之后改变。
hdfs适合作甚:
一次写入,多次读出。(适合海量数据存储)
不支持修改,不适合做网盘。
hdfs读写数据流程:
写流程:①client发起文件上传请求,通过RPC与NameNode建立通讯,NameNode检查目标文件是否存在,父目录是否存在,返回是否可以上传。
②client向NameNode请求第一个block该传输到哪一个DataNode服务器上。
③NamaNode根据配置文件中指定的备份数量及副本放置策略进行分配,返回可用的DataNode地址如:A,B,C;<

  • 5
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值