Hadoop基本理论

本文介绍了Hadoop作为分布式系统的核心组件,包括HDFS的分布式存储特性,如流式读写、数据块分片与冗余存储,以及MR分布式计算框架。Hadoop生态圈还包括HBase、Hive、Pig等组件。文章还详细讨论了HDFS的NameNode、DataNode以及SecondaryNameNode的角色,并分析了HDFS的设计缺陷和解决方案,如Hadoop HA与Federation。最后,概述了MapReduce的工作原理,包括Map、Reduce任务的执行流程与Shuffle过程。
摘要由CSDN通过智能技术生成

1、什么是Hadoop?

Hadoop是一个分布式系统。主要包含两个核心组件HDFS和MR。

HDFS: 分布式存储系统,解决海量数据的存储问题。

MR:分布式计算框架,解决海量数据的处理问题。

在基础的HDFS和MR基础上,Hadoop生态圈又加入了其它的组件:


    Habse 非关系型的分布式数据库,

    Hive基于HDFS的数据仓库,

    Pig  一个基于MR的大数据分析平台,提供PigLatin类似SQL的查询语言。

    Storm 基于HDFS的流数据处理框架

    Spark 一个架构在HDFS之上的基于内存的分布式计算框架。


2.HDFS的特点

    2.1、HDFS的设计初衷是为了解决海量数据的存储问题,HDFS具有以下特性:

       1、流式读写,一次写入,多次读取,只允许追加,不允许修改。

       2、存储大数据集

       3、支持低廉的硬件设备

      4、简单的文件模型

      5、跨平台


   缺点:

     1、不是低延迟访问

     2、无法高效存储大量小文件

     3、不支持多用户写入及任意修改文件。

 

    2.2、HDFS的组成:

    HDFS采用Master/Slave架

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值