Hadoop的优势及组成

Hadoop的优势及组成

作者：	jh940514@163.com

Hadoop的优势

1、高可靠性，因为Hadoop假设计算元素和存储会出现故障，因为它维护多个工作数据副本，在出现故障时可以对失败的节点重新分部处理

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是并行工作的，以加快任务处理速度

4、高容错性：自动保存多份副本数据，并且能够自动将失败的任务重新分配

Hadoop的组成

1、HDFS：一个高可靠、高吞吐量的分布式文件系统

2、MapReduce：一个分布式的离线并行计算框架

3、YARN:作业调度与集群资源管理的框架

4、Common：支持其他模块的工作模块

HDFS相当于电脑的磁盘 

YARN相当于电脑系统  

MapReduce相当于应用系统，例如浏览器，游戏等

Common辅助工具

Hadoop的架构概述

1、NameNode(nn  名称节点)：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等（相当于书的目录，属于轻量级存储）

2、DataNode(dn 数据节点):在本地文件系统存储文件块数据，以及块数据的校验（相当于章节的具体内容,存放数据，重量级存储）

3、SecondaryNameNode(2nn 辅助名称节点)：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

YARN架构概述

1、ResourceManager(rm):处理客户端请求，启动/监控ApplicationMaster、监控NodeManager、资源分配与调度（总资源管理器）

2、NodeManager((nm)：单个节点上的资源管理，处理来自ResourceManager的命令，处理ApplicationMaster的命令

3、ApplicationMaster：数据切分，为应用程序申请资源，并分配给内部任务

4、Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息

MapReduce架构概述

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

�