Hadoop | 【02】架构简介

一、hadoop简介

Hadoop 是由Apache开发的分布式系统的基础架构，主要解决海量数据的存储和分析计算问题；

1.1 特性

高可靠性：

底层维护多个数据副本，若某个存储出现故障，也不会丢失数据；

高扩展性：

可动态扩张，在集群中分配任务数据；

高效性：

在MapReduce下，能够并行工作，提高处理速度；

高容错性：

能够自动将失败的任务重新分配；
若其中一台服务器宕机，则能够自动将任务分配给其他服务器运作；

二、HDFS架构

该架构是一个分布式文件系统；

• NameNode：存储文件的元数据；【文件名、文件属性、文件的块列表、以及所在的DataNode】；
• DataNode：本地文件系统存储文件系统以及块数据的校验和；
• SNameNode：每隔一段时间就将NameNode的数据进行备份；

二、YARN 架构

Yet Another Resource Negotiator简称YARN ，另一种资源协调者，是Hadoop的资源管理器；
在hadoop1.x版本中，没有该架构，直至2.x才出现；是由1.x中的MapReduce分离出来的；

• ResourceManager(RM)：管理整个集群资源；
• NodeManager(NM)：管理节点服务器资源；
• ApplicationMaster(AM)：管理单任务运行；
• Container：相当于独立的服务器，能够运行任务；

三、MapReduce架构

该过程分为两阶段：

• Map阶段并行处理输入数据；
• Reduce阶段对Map结果进行汇总；

四、HDFS、YARN、MapReduce三者关系