1、hadoop1.x和hadoop2.x区别
2、Hadoop的架构组成:
- Namenode: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。
- Datanode:在本地文件系统存储文件块数据,以及块数据的校验和。
- SecondaryNamenode: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。
3、Yarn架构:
- ResourceManager整个集群资源的老大;
- NodeManager单个节点资源的老大;
4、大数据技术生态体系:
- Sqoop传递结构化数据入HDFS;
- Flume专门用于日志收集入HDFS;
- 离线计算:MapReduce离线计算和Spark Core内存计算;
- 实时计算:Storm实时计算(真实时计算)和Spark Streaming实时计算(准实时计算,批处理的方式);
- Oozie用于复杂任务调度,而Azkaban用于小任务调度;
- Zookeeper:用于统一的配置修改一些需要经常变化的组件的参数,这样就可以实现在一处修改,然后对集群分发,不需要一台一台机器的去修改配置;
5、推荐系统框架图:
- 推荐系统流程:用户购买商品后-->Ngin负载均衡分到服务器-->服务器收集访问日志-->Flume做日志收集-->存储到HDFS或Hbase-->Yarn做资源调度-->调用Spark Streaming做实时计算-->计算的结果存储到结果数据库或结果文件-->服务器做推荐业务返回给用户