004 Hadoop概述背景及其优势

Posted 数据指南

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了004 Hadoop概述背景及其优势相关的知识,希望对你有一定的参考价值。

1 Hadoop是什么

Hadoop是一个由Apache基金会所开发的分布式系统基础架构,主要解决海量数据的存储和海量数据的分析计算问题,广义上来说,Hadoop通常是指一个更广泛的概念--Hadoop生态圈。

2 Hadoop发展历史

Lucene框架是Doug Cutting开创的开源软件,用Java代码书写,实现与Google类似的全文搜索功能,它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。
2001年年底Lucene成为Apache基金会的一个子项目。
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、检索速度慢。
学习和模仿Google解决这些问题的办法:微型版Nutch。
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-Redure => MR、Big Table => HBase)。
2003-2004年,Google公开了部分GFS和Map Reduce思想的细节,以此为基础的Doug Cutting等人利用了2年的业余时间实现了DFS和MapReduce机制,使Nutch性能飙升。
2005年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会。
2006年3月份,MapReduce和Nutch Distributed File System(NDFS)分别被纳入到Hadoop项目中,Hadoop就此正式诞生,标志着大数据时代来临。
名字来源于Doug Cutting儿子的玩具大象。

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,对于入门学习最好。
Cloudera在大型互联网企业中用的较多。
Hortonworks文档较好。
3.1 Apac he Hadoop

3.2 Cloudera Hadoop

官网地址:https://www.cloudera.com/downloads/cdh/5-10-0.html
下载地址:http://archive-primary.cloudera.com/cdh5/cdh/5/
(1)2008年成立的Cloudera是最早将Hadoop商用的公司,为合作伙伴提供Hadoop的商用解决方案,主要是包括支持、咨询服务、培训。
(2)2009年Hadoop的创始人Doug Cutting也加盟Cloudera公司。Cloudera产品主要为CDH,Cloudera Manager,Cloudera Support
(3)CDH是Cloudera的Hadoop发行版,完全开源,比Apache Hadoop在兼容性,安全性,稳定性上有所增强。
(4)Cloudera Manager是集群的软件分发及管理监控平台,可以在几个小时内部署好一个Hadoop集群,并对集群的节点及服务进行实时监控。Cloudera Support即是对Hadoop的技术支持。
(5)Cloudera的标价为每年每个节点4000美元。Cloudera开发并贡献了可实时处理大数据的Impala项目。

3.3 Hortonworks Hadoop

官网地址:https://hortonworks.com/products/data-center/hdp/
下载地址:https://hortonworks.com/downloads/#data-platform
(1)2011年成立的Hortonworks是雅虎与硅谷风投公司Benchmark Capital合资组建。
(2)公司成立之初就吸纳了大约25名至30名专门研究Hadoop的雅虎工程师,上述工程师均在2005年开始协助雅虎开发Hadoop,贡献了Hadoop80%的代码。
(3)雅虎工程副总裁、雅虎Hadoop开发团队负责人Eric Baldeschwieler出任Hortonworks的首席执行官。
(4)Hortonworks的主打产品是Hortonworks Data Platform(HDP),也同样是100%开源的产品,HDP除常见的项目外还包括了Ambari,一款开源的安装和管理系统。
(5)HCatalog,一个元数据管理系统,HCatalog现已集成到Facebook开源的Hive中。Hortonworks的Stinger开创性的极大的优化了Hive项目。Hortonworks为入门提供了一个非常好的,易于使用的沙盒。
(6)Hortonworks开发了很多增强特性并提交至核心主干,这使得Apache Hadoop能够在包括Window Server和Windows Azure在内的Microsoft Windows平台上本地运行。定价以集群为基础,每10个节点每年为12500美元。

4 Hadoop的优势(4高)

高可靠性:Hadoop底层维护多个数据副本,所以即使Hadoop某个计算元素或存储出现故障,也不会导致数据的丢失。
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。
高效性:在MapReduce的思想下,Hadoop是并行工作的,以加快任务处理的速度。
高容错性:能够自动将执行失败的任务重新分配。

以上是关于004 Hadoop概述背景及其优势的主要内容,如果未能解决你的问题,请参考以下文章

Hadoop——Hadoop优势组成大数据技术生态体系系统框架图

Hadoop——Hadoop的发展历史及其发行版本

Hadoop概述

初识Hadoop

HadoopHadoop概述

大数据技术之Hadoop(入门)概述运行环境搭建运行模式