前言
Hadoop这个生态圈,被越来越多的人熟悉与使用。离线数仓的建设更离不开Hadoop生态圈相关组件的支持,因此打算从三个方面简单梳理Hadoop,这三个方面分别是Hadoop是什么?Hadoop能干什么?Hadoop如何用?
Hadoop是什么
Hadoop是一个存储与分析海量数据的工具
Hadoop核心部件
- Hdfs:分布式文件存储系统,负责分布式文件的存储与读取。hdfs中包含两个部分namenode与datanode,namenode负责存放元数据信息,datanode负责存放实际数据。
- MapReduce:分布式计算框架,把计算任务进行拆分,分配到集群服务器里面执行。
- Yarn:负责资源的调度与统一管理
Hadoop能干什么
- 分布式存储:基于Hdfs的分布式存储
- 分布式计算:基于MapReduce的分布式计算
Hadoop如何使用
- 搭建Hadoop集群
- 文件上传到Hadoop集群,实现分布式存储
- 编写MapReduce程序计算任务
参考文章
https://blog.csdn.net/qq_32649581/article/details/82892861