Hadoop基本概念

一、服务形式

       Saas（Software as a Service）基础设施作为服务、Paas（Platform as a service）平台作为服务、Iaas（Infrastructure as a Service）软件作为服务。

 

二、云计算技术体系结构

      物理资源层：计算机、存储器、网络设施、数据库、软件。

      资源池层：计算资源池、存储资源池、网络资源池、数据资源池、软件资源池。

      管理中间层：负责资源管理、任务管理、用户管理和安全管理等工作。

      SOA构建层：服务接口、服务注册、服务查找、服务访问、服务工作流。

 

三、HDFS文件系统

      HDFS：用于提供高吞吐量的分布式文件系统，用GFS实现开源。hadoop分布式软件架构的基础部件。默认每个数据块有两个备份，备份子不同的位置上。

      NameNode:HDFS集群中只有一个NameNode。管理文件系统所有的元数据，包括名字空间、访问控制信息、文件到块的映射信息、文件块的位置信息等。

      DataNode:部署在物理机器上，负责数据的存储和管理。名字节点用心跳和NameNode指示是否存活。

 

四、MapReduce实现机制

       Map：数据的分片统计。

       Shuffle：数据从Maptask到Reducetask传输过程，是mapreduce的核心。

       Reduce：数据的聚合统计。