Hadoop学习系列(2.Hadoop框架介绍与搜索技术体系介绍)

Posted 2020-10-22

第一天

2.Hadoop框架介绍与搜索技术体系介绍

1.	大数据典型特性与分布式开发难点
2.	Hadoop框架介绍与搜索技术体系介绍
3.	Hadoop版本与特性介绍
4.	Hadoop核心模块之HDFS分布式文件系统架构介绍
5.	Hadoop核心模块之Yarn操作系统架构介绍
6.	Linux安全禁用设置与JDK安装讲解
7.	Hadoop伪分布式环境部署HDFS部分
8.	Hadoop伪分布式环境部署Yarn和MR部分
9.	Hadoop环境使用常见的错误集合
10.	Hadoop环境常规设置与辅助功能讲解（-）

11.	Hadoop环境常规设置与辅助功能讲解（二）
12.	Windows环境下部署Eclipse插件注意事项

2.Hadoop框架介绍与搜索技术体系介绍

1.hadoop介绍

       -》官网：http://hadoop.apache.org

   -》hadoop商业三大发行版

      -》Apache         -》apache

      -》cloudera       -》CDH

      -》hostonwork  -》HDP

    -》分布式

       -》爬虫

       -》存储（加硬盘，但是单台机器是有限的）&处理分析

       -》快速查询

       -》分开计算，结果合并

       -》google-》Mapreduce论文

                        -》map 

                        -》reduce

       -》HDFS   文件系统和数据库是不一样的

       -》HBase 

    -》搜索引擎的技术体系

         -》数据获取 

            -》（外网，互联网抓取数据）

            -》数据库

         -》数据存储-》HDFS&Hbase

               -》yarn操作系统

         -》数据计算

               -》sql实时查询（消息队列，监控系统）

               -》辅助型框架，比如zookeeper

         -》生成索引，搜索的索引（商品推荐和自己平时搜索的信息有关） 

         -》返回个前端用户

    -》离线系统-》hadoop生态圈

         -》数据获取

         -》（外网，互联网抓取数据）

         -》云存储

             -》全量或者增量导入(同步到hbase当中，sql语句当中)

         -》复杂离线处理的过程(job运行，业务的逻辑，表的join,字段的合并)

             -》mapreduce（实现全量或者增量数据的更新）

             -》其他的框架实现实时数据的更新

            这样我整个的数据变化就可以实现秒级的速度   更新到搜索引擎