hadoop入门——01初识架构

Hadoop是大数据必学框架

1，概念

Hadoop是什么，这个框架解决什么问题，这个框架由什么组成，它有什么优势？

• Hadoop是 Apache开发的分布式系统基础架构
• 主要解决： 大数据场景下的的存储和计算

Hadoop 2.x的架构如图所示，核心就是HDFS、Yarn和MapReduce

Hadoop的优势：

• 高可靠
  • 底层维护多个数据副本
• 高拓展
  • 集群任务
  • 能将失败的任务自动分配
• 高效
  • 并行处理
• 高容错
  • 方便拓展节点

其中每一个点都有很多门道，但目前只需了解就好。
Hadoop最初是由Doug Cutting开发，目前已有三大发行版本

• Apache
  • 最基础的版本
• Cloudera
  • 内部集成了很多大数据框架
  • 简称CDH
• Hortonworks
  • 文档较好
  • 简称HDP

---

2，架构初识

Hadoop 2.x的核心就是HDFS、Yarn和MapReduce

HDFS

YARN

MapReduce

可分为两个阶段

1. Map：多个Map并行处理数据，互不相干
2. Reduce：将Map处理的数据进行汇总处理

简单来说，如图所示

---

---

---

最后，我们通过一下小问题来回顾一下

1. hadoop是_____________开发的______________基础架构
2. hadoop最初是由_____________开发的
3. hadoop 有_______大发行版本
4. hadoop主要解决什么问题？
5. hadoop的优势：___________、___________、___________、___________。（4高）
6. 请简述hadoop 2.x的架构
7. HDFS负责____________
8. HDFS的 nn 是___________，负责____________，重要程度：_______________
9. HDFS的 2nn 是___________，负责____________，重要程度：_______________
10. HDFS的 dn 是___________，负责____________，重要程度：_______________
11. YARN 负责____________
12. YARN 的ResourceManager（RM）负责 ：1，处理____________，2，监控N___________，3，启动并监控A__________，4，分配_____________
13. YARN 的NodeManager（NM）负责 ：1，管理__________的资源，2，处理R_________和 A_______的命令
14. YARN 的ApplicationMaster（AM）负责 任务的资源_________，监 _______
15. MapReduce 负责____________