本文介绍了Hadoop作为大数据处理的重要工具，其优点包括高可靠性、高扩展性和高效性，同时指出了低延迟数据访问、小文件存储及多用户写入等不足。文章还详细阐述了Hadoop的核心组件，从Hadoop1的HDFS和MapReduce，到Hadoop2引入的Yarn，以及它们在Hadoop生态中的作用。
Hadoop的优点
(1)Hadoop具有按位存储和处理数据能力的高可靠性。
(2)Hadoop通过可用的计算机集群分配数据，完成存储和计算任务，这些集群可以方便地扩展到数以千计的节点中，具有高扩展性。
(3)Hadoop能够在节点之间进行动态地移动数据，并保证各个节点的动态平衡，处理速度非常快，具有高效性。
(4)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，具有高容错性。
Hadoop的缺点
(1)Hadoop不适用于低延迟数据访问。
(2)Hadoop不能高效存储大量小文件。
(3)Hadoop不支持多用户写入并任意修改文件。
Hadoop的核心组件
Hadoop自诞生以来，主要出现了Hadoop1、Hadoop2、Hadoop3三个系列多个版本。
HDFS和MapReduce是Hadoop1的核心组件，Hadoop生态圈里的很多组件都是基于HDFS和MapReduce发展出来的。在继Hadoop1之后出现了Had
订阅专栏 解锁全文
969
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
