hadoop框架大数据生态

hadoop是什么

1.hadoop是一个有Apache基金会所开发的分布式系统基础架构

2.主要解决，海量数据的存储和海量数据的分析计算问题。

3.广义上来说，hadoop通常是指一个更广泛的概念---hadoop生态圈。

hadoop优势

1.高可靠性：hadoop底层维护多个数据副本，所以即使hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。

2.高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。

3.高效性：在MapReduce的思想下，hadoop是并行工作，以加快任务处理速度。

4.高容错性：能够自动将失败的任务重新分配。

hadoop组成

1.hadoop1.x和hadoop2.x的区别

2.HDFS架构概述

1.NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间，副本数，文件权限），以及每个文件的块列表和块所在的dataNode。

2.DataNode(dn):在本地文件系统存储文件块数据，以及块数据的校检和。

3.secondary NameNode（2nn）:用来监控HDFS状态的辅助后台程序，每隔一段时间获取Hdfs元数据的快照。

3.YARN架构

3.MapReduce

1.MapReduce将计算过程分为两个阶段：Map和Reduce。

    1.map阶段并行处理输入数据

    2.Reduce阶段对Map结果进行汇总

大数据生态体系

推荐系统框架图