分布式系统和集群
分布式
概念:分布式是指将多台服务器集中在一起,每台服务器都实现总体中的不同业务,做不同的事情
单机模式
该模式可以形象的比喻为:一个餐厅的厨房只有一个人,这个人既要买菜、又要切菜、还要炒菜,效率很低!
分布式模式
该模式可以形象的比喻为:一个餐厅的厨房有三个人,一个人买菜、一个人切菜、一个人炒菜,效率提高了!
分布式的基础架构
去中心化模式
中心化模式
主从模式
大数据框架,大多数的基础架构上,都是符合:中心化模式的。 即:有一个中心节点(服务器)来统筹其它服务器的工作,统一指挥,统一调派,避免混乱。 这种模式,也被称之为:一主多从模式,简称主从模式(Master And Slaves) 我们学习的Hadoop框架,就是一个典型的主从模式(中心化模式)架构的技术框架。
集群
概念:所谓集群是指一组独立的计算机系统构成的一多处理器系统,它们之间通过网络实现进程间的通信,让若干台计算机 联合起来工作(服务),可以是并行的,也可以是做备份。
分布式和集群区别?
分布式的主要工作是分解任务,将职能拆解,多个人在一起做不同的事 集群:集群主要是将同一个业务,部署在多个服务器上 ,多个人在一起做同样的事
Hadoop是哪种分布式架构模式?
主从模式(中心化模式)的架构
Hadoop框架概论
Hadoop框架内容
狭义解释
Hadoop指Apache这款开源框架,它的核心组件有: ➢ HDFS(分布式文件系统):解决海量数据存储 ➢ MAPREDUCE(分布式运算编程框架):解决海量数据计算 ➢ YARN(作业调度和集群资源管理的框架):解决资源任务调度
广义解释
广义上来说,Hadoop通常是指一个更广泛的概念——Hadoop生态圈
Hadoop架构
Hadoop架构模块
Hadoop2.x架构内部模型-HDFS和Yarn
HDFS模块:
NameNode:集群当中的主节点,主要用于管理集群当中的各种数据
SecondaryNameNode:主要能用于hadoop当中元数据信息的辅助管理
DataNode:集群当中的从节点,主要用于存储集群当中的各种数据
数据计算核心模块:
ResourceManager:接收用户的计算请求任务, 并负责集群的资源分配
NodeManager: 负责执行主节点分配的任务
Hadoop2.x架构模型-MapReduce
Hadoop模块之间的关系
MapReduce计算需要的数据和产生的结果需要HDFS来进行存储
MapReduce的运行需要由Yarn集群来提供资源调度。