Hadoop基础之《—Hadoop概述》

Posted 2023-01-29 csj50

一、Hadoop是什么

1、Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
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、广义上来说，Hadoop通常是指一个更广泛的概念—Hadoop生态圈。

二、Hadoop的三大发行版本

Apache版本（原始基础版）：开源、免费，适合入门学习。（免费）
Cloudera版本（CDH产品）：内部集成了很多大数据框架。（收费）
Hortonworks版本（HDP产品）：文档比较好。
Hortonworks已经被Cloudera公司收购，推出新的CDP产品。（收费）
国内有什么类似CDH的发行版本吗？

三、Hadoop优势

1、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。
2、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。
3、高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
4、高容错性：能够自动的将失败的任务重新分配。

四、Hadoop的组成

1、Hadoop1.x的组成

2、Hadoop2.x的组成

3、Hadoop3.x的组成
在Hadoop1.x时代，Hadoop中的MapReduce同事处理业务逻辑运算和资源的调度，耦合性较大。
在Hadoop2.x时代，增加了Yarn。Yarn只负责资源的调度，MapReduce只负责运算。
Hadoop3.x在组成上没有变化，着重于性能的一些优化。