Hadoop——第一部份 Hadoop入门——一、Hadoop概述

• 介绍
• 发行版本
• 特点
• 组成
• 大数据技术生态体系

• Hadoop是Apache基金会开发的分布式系统基础架构
• 主要解决海量数据存储和分析计算
• 广义Hadoop指Hadoop生太圈

• Apache原始开源版
• Cloudera商业版CDH
• Hortonworks商业版HDP
• 两家公司合并后的商业版CDP

• 高可靠——多副本
• 高扩展——动态增加服务器
• 高效——并行工作
• 高空错——失败任务重新分配

1. HDFS
   HDFS(Hadoop Distributed File System)是Hadoop分布式文件系统。

• NameNode(nn)——文件源数据
• DataNode(dn)——文件数据
• Secondary NameNode(2nn)——nn定期备份(非热备)

源数据，是描述数据的数据，用于描术数据的属性信息

2. Yarn
   Yarn(Yet Another Resource Negotiator)是Hadoop资源管理器。

• ResourcesManager(RM)——集群资源管理器
• NodeManager(NM)——节点管理器
• ApplicationMaster(AM)——应用管理器
• Container——容器(独立服务器)

3. MapReduce

• Map阶段——并行处理输入数据
• Reduce阶段——结果汇总

4. 运作方式