适合大数据的分布式存储与计算平台—Hadoop

1.hadoop简介

1.1Hadoop系统生态图

关于这两张图的详细介绍参考以下两个网址！

http://blog.csdn.net/azhao_dn/article/details/6955635

http://www.tuicool.com/articles/rqq2Yn

1.2Hadoop是什么？

适合大数据的分布式存储与计算平台！

1.3Hadoop版本：

(1)Apache

官方版本(1.1.2)

(2)Cloudera

使用下载最多的版本，稳定，有商业支持，在Apache的基础上打上了一些patch。推荐使用。

(3)Yahoo

 Yahoo内部使用的版本，发布过两次，已有的版本都放到了Apache上，后续不在继续发布，而是集中在Apache的版本上。

1.4Hadoop核心项目

(1)HDFS:Hadoop Distributed File System，分布式文件系统

• 主从结构：主节点，只有一个：namenode；从节点，有很多个：datanodes;
• Namenode负责：接收用户操作请求、维护文件系统的目录结构以及管理文件与block之间的关系、block与datanode之间的关系；
• Datanode负责：存储文件，而文件被分成block存储在磁盘上，为了保证数据的安全，文件又会有多个副本!

(2)MapReduce：并行计算框架

• 主从结构：主节点，只有一个：JobTracker,从节点也有很多个：TaskTrackers;
• JobTracker负责：接收用户提交的计算任务、把计算任务分给TaskTrackers执行以及监控TaskTracker的执行情况；
• TaskTracker负责：执行JobTracker分配的计算任务。

1.5Hadoop特点

(1)扩容能力(Scalable):

   能可靠地(reliably)存储和处理千兆字节(PB)数据。

(2)成本低(Economical):

        可以通过普通机器组成的服务器群来分发以及处理数据，这些服务器群总计科大数千个节点。

(3)高效率(Efficient):

        通过分发数据，hadoop可以在数据所在的节点上并行地(parallel)处理它们，这样就使得处理非常的快速。

(4)可靠性(Reliable):

        Hadoop能自动地维护数据的多份副本，并且在任务失败后能自动地重新部署(redeploy)计算任务。

1.6Hadoop集群的物理分布以及单节点物理结构

(1)Hadoop集群的物理分布

(2)单节点物理结构