从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构

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 的优势

  • 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,以加快任务粗粒速度。
  • 高容错性:能够自动将失败的任务重新分配。

3. Hadoop 组成(面试重点)

从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构_第1张图片

4. HDFS 架构概述

HDFS(Hadoop Distributed File System)的架构概述。
从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构_第2张图片

  • NameNode(nn):存储文件的元数据,如文件名,文件目录结构,文件属性(生成时间、副本数、文件权限),以及每个文件的块列表和块所在的DataNode等。
  • DataNode(dn):在本地文件系统存储文件块数据,以及块数据的校验和。
  • Secondary NameNode(2nn):用来监控HDFS状态的辅助后台程序,每隔一段时间获取HDFS元数据的快照。

5. YARN架构

从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构_第3张图片

  • ResourceManager(RM):整个集群资源(内存、CPU等)的老大。
  • NodeManager(NM):单个节点服务器资源老大。
  • ApplicationMaster(AM):单个任务运行的老大。
  • Container:容器,相当于一台独立的服务器,里面封装了任务运行所需要的资源,如内存、CPU、磁盘、网络等。

6. MapReduce 架构

MapReduce将计算过程分为两个阶段:Map和Reduce

1)Map阶段并行处理输入数据

2)Reduce阶段对Map结果进行汇总
从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构_第4张图片

7. 大数据技术生态体系

从零开始的Hadoop学习(二)| Hadoop介绍、优势、组成、HDFS架构_第5张图片

你可能感兴趣的:(hadoop,学习,hdfs)