Hadoop基础知识点

1、Hadoop是什么？

        1)是一个由Apache基金会开发的"分布式系统基础框架"。
        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)广义来说，Hadoop通常是指一个更广泛的概念-->"Hadoop生态圈"。

2、Hadoop组件

目录

1、Hadoop是什么？

2、Hadoop组件

---

2.1、Yarn框架概述    

  - 另一种"资源协调者"，是Hadoop的资源管理器。
        "组件"：
            1)ResourceManager(rm)：整个集群资源(内存、CPU)的老大。

            2)NodeManager(nm)：单个节点服务器的资源的老大。
            // 任务在Container容器中运行
            3)ApplicationMaster(am)：单个任务运行的老大。
            // Container容器放在NodeManager里
            4)Container：容器，相当于一台独立的服务器，里面封装了任务运行所需要的资源，
                如内存、CPU、磁盘、网络等。
            容器的"好处"：
                - 如果当前容器模拟的服务器被使用完之后，可以自动释放空间给NodeManager。
        "注意"：
            1)客户端可以有多个。
            2)集群上可以运行多个ApplicationMaster
            3)每个NodeManager上可以有多个Container

2.2、HDFS框架概述

"HDFS"是什么？
          - 简称HDFS，是一个"分布式文件系统"。
        "组件"：
            1)NameNode(nn)："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。

            2)DataNode(dn)：在"本地文件系统存储文件"块数据，以及块数据的校验和。
            // 在NameNode挂掉后，可以恢复部分NameNode数据
            3)Secondary NameNode(2nn)："每隔一段"时间对"NameNode"元数据"备份"。

2.3、MapReduce概述

        - MapReduce将计算过程分为了两个阶段：Map和Reduce
            "Map阶段"：并行处理输入的数据。
            "Map特点"：
                - 独立工作，只负责检索自己的当前节点
            "Reduce阶段"：对Map结果进行汇总。