2.1
Hadoop发展历史
Hadoop是什么
(1)Hadoop是一个由Apache基金会所开发的分布式系统基础架构
什么叫分布式系统:例如一个服务需要多个服务器
(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
2.2
Hadoop发展历史
(1)Lucene框架是Doug Cutting开创的开源软件,用Java书写代码,实现与Google类似的全文搜索功能,他提供
了全文检索引擎的架构,包括完整的查询引擎和索引引擎.
(2)2001年年底Lucene成为Apache基金会的一个子项目
(3)对于海量数据的场景,Lucene面对与Google同样的困难,存储数据困难,检索速度满。
(4)学习和模仿Google解决这些问题的办法:微型版Nutch。
(5)可以说Google是Hadoop的思想之源(Google在大数据方面的三篇论文)
GFS–>HDFS
Map-Reduce–>MR
BigTable–>HBase
(6)2003-2004年,Google公开了部分GFS和MapReduce思想的细节,以此为基础Doug Cutting等人用了
2年业余时间实现了DFS和MapReduce机制,使Nutch性能飙升.
(7)2005年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会
(8)2006年3月份,Map-Reduce和Nutch Distributed File System(NDFS)分别被纳入称为Hadoop的项
目中.
(9)名字来源于Doug Cutting儿子的玩具大象.
(10)Hadoop就此诞生并迅速发展,标志着大数据时代来临。
2.3 Hadoop三大发行版本
Hadoop三大发行版本:Apache .Cloudera.Hortonworks
Apache版本最原始(最基础)的版本,对于入门学习极好。//学习
Cloudera在大型互联网企业中用得较多(收费)//用的多
Hortonworks文档较好(收费)