什么是Hadoop
来源:互联网 发布:2017年10月非农数据 编辑:程序博客网 时间:2024/06/05 03:54
Hadoop是什么?Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架,实现在大量计算机组成的集群中对海量数据进行分布式计算.
Hadoop框架中最核心设计就是:HDFS和MapReduce.HDFS提供了海量数据的存储,MapReduce提供了对数据的计算.
数据在Hadoop中处理的流程可以简单的按照下图来理解:数据通过Haddop的集群处理后得到结果.
HDFS:Hadoop Distributed File System,Hadoop的分布式文件系统.
大文件被分成默认64M一块的数据块分布存储在集群机器中.
如下图中的文件 data1被分成3块,这3块以冗余镜像的方式分布在不同的机器中.
MapReduce:Hadoop为每一个input split创建一个task调用Map计算,在此task中依次处理此split中的一个个记录(record),map会将结果以key--value的形式输出,hadoop负责按key值将map的输出整理后作为Reduce的输入,Reduce Task的输出为整个job的输出,保存在HDFS上.
Hadoop的集群主要由 NameNode,DataNode,Secondary NameNode,JobTracker,TaskTracker组成.
如下图所示:
NameNode中记录了文件是如何被拆分成block以及这些block都存储到了那些DateNode节点.
NameNode同时保存了文件系统运行的状态信息.
DataNode中存储的是被拆分的blocks.
Secondary NameNode帮助NameNode收集文件系统运行的状态信息.
JobTracker当有任务提交到Hadoop集群的时候负责Job的运行,负责调度多个TaskTracker.
TaskTracker负责某一个map或者reduce任务.
【编辑推荐】
- 快速部署Hadoop基础架构
- 了解关于Hadoop的12个事实
- Hadoop核心机制详细解析
- Facebook的Hadoop应用与故障转移方案
- 什么是Hadoop
- 什么是hadoop
- 什么是hadoop
- 什么是hadoop?
- 什么是hadoop?
- 什么是hadoop
- 什么是hadoop?
- 什么是Hadoop?
- 什么是Hadoop?
- 什么是hadoop
- 什么是Hadoop
- 什么是Hadoop
- 什么是Hadoop,怎样学习Hadoop
- 什么是Hadoop,怎样学习Hadoop?
- 什么是Hadoop,怎样学习Hadoop
- hadoop中什么是slots
- (0) 什么是Apache Hadoop
- hadoop(2)什么是hdfs
- iT世界的真与实——学习心得
- CountDownLatch实现原理
- 【矩阵幂的和+矩阵快速幂】Power of Matrix UVA
- SSD Tensorflow:UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start
- codeforces 862B (二分图 dfs )之 Mahmoud and Ehab and the bipartiteness
- 什么是Hadoop
- extern "C"
- Android开发使用Glide获取图片背景色淡绿色解决办法
- 对React children 的深入理解
- An overview of LabOne programming
- android TextView 不显示文字
- 欢迎使用CSDN-markdown编辑器
- IP4 报文头TOS
- 二、 AsyncTask的实现基本原理