本自学笔记来自于Yutube上的视频Hadoop系列,网址:
https://www.youtube.com/watch?v=-TaAVaAwZTs(其中一个)
以后不再赘述
自学笔记,难免有各类错误纰漏,请看者慎重。
Hadoop的使用还有大数据时代什么的就不说了。Hadoop不是一个单独的工具,而是一整个生态系统,包含一系列工具。所以首先要先介绍一下Hadoop相关的工具和各类概念,是以后常常会接触到的。
1. Hadoop Core
a) HDFS Hadoop分布式文件系统,Hadoop的核心之一,会把TB, PB, ZB的数据分割成为以64M(默认)大小的数据块分布存储在不同硬盘上,并且给予备份(默认3份)
b) MapReduce Hadoop的数据处理模型。简单来说,处理可以分为Map阶段和Reduce阶段,Map阶段找出要处理的数据,Reduce阶段来处理这些数据得到想要的结果。
c) YARN 未来版本,相当于MapReduce2.0版。一些升级比如,原来的MapReduce系统中,有JobTracker和TaskTracker,前者关注Name Node, 后者关注TaskNode, 在YARN里面JobTracker 会更细致一点