大数据之路-Hadoop-概述（2）

Hadoop集群

首先，区分下集群和分布式的概念。

分布式结构就是将一个完整的系统，按照业务功能，拆分成一个个独立的子系统。比如我们在做一个项目时，团队中按角色可分为项目经理、产品经理、开发、测试等，不同角色做不同的事，互相之间也可能存在沟通和协作。

集群，相对于单机而言，解决的都是同一个问题。以上一个例子来说，单机好比团队中只有一个测试，一个人做了所有的测试工作。因此扩招了2个测试人员，可以把这个3个测试人员看做是一个整体（集群），他们所做的是同一件事（测试），搭建集群的目的是为了提高整体工作的能力。

Hadoop集群具体来说包含两个集群：HDFS集群和YARN集群，两者逻辑上分离，但物理上常在一起。
HDFS集群：负责海量数据的存储，集群中的角色主要有NameNode，DataNode
YARN集群：负责海量数据运算时的资源调度，集群中的角色主要有 ResourceManager ，NodeManager

一般我们提到集群的的时候，往往是泛指，包含Hadoop生态体系中的各类框架，比如HDFS、YARN、Kafka等。

Hadoop和云计算的关系

2006年，谷歌在搜索引擎大会上正式提出了“云计算”的概念。云计算是分布式计算、并行计算、网格计算、多核计算、网络存储、虚拟化、负载均衡等传统计算机技术和互联网技术融合发展的产物。现阶段，云计算的两大底层支撑技术为“虚拟化”和“大数据技术”

云计算借助IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS（软件即服务）等业务模式，把强大的计算能力提供给终端用户。而Hadoop则是云计算的PaaS层的解决方案之一，并不等同于PaaS，更不等同于云计算。

当前提供云计算服务的厂商，比如阿里云、华为云、AWS等，用户可以直接从云提供商那里获得技术服务，例如计算能力、存储和数据库，而无需购买、拥有和维护物理数据中心及服务器，对于一些需要搭建SAAS类平台的企业来说，是一个非常不错的选择。

Hadoop管理工具

Hadoop比较常用管理工具，比如Ambari和Cloudera Manger。Ambari作为一款开源工具，可以对其进行定制化包装或国际化。