文章目录
- 一、Hadoop是什么
- 二、Hadoop发展历史
- 三、Hadoop三大发行版本
- 1. Apache Hadoop
- 2. Cloudera Hadoop
- 3. Hortonworks Hadoop
- 四、Hadoop优势
- 1. 高可靠性
- 2. 高扩展性
- 3. 高效性
- 4. 高容错性
- 五、Hadoop 组成
- 1. Hadoop1.x、2.x、3.x区别
- 2. HDFS 架构概述
- 3. YARN 架构概述
- 4. MapReduce 架构概述
- 5. HDFS、YARN、MapReduce 三者关系
- 六、大数据技术生态体系
- 七、推荐系统框架图
一、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。
二、Hadoop发展历史
- Hadoop创始人Doug Cutting，为了实现与Google类似的全文搜索功能，他在Lucene框架基础上进行优化升级，查询引擎和索引引擎。
- 2001年年底Lucene成为Apache基金会的一个子项目。
- 对于海量数据的场景，Lucene框架面对与Google同样的困难，存储海量数据困难，检索海量速度慢。
- 学习和模仿Google解决这些问题的办法︰微型版Nutclh。
- 可以说Google是Hadoop的思想之源(Google在大数据方面的三篇论文)
5.1. GFS —>HDFS
5.2. Map-Reduce —>MR
5.3. BigTable —>HBase - 2003-2004年，Google公开了部分GFS和MapReduce思想的细节，以此为基础Doug Cutting等人用了2年业余时间实现了DFS和MapReduce机制，使Nutch性能飙升。
- 2005年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会。
- 2006年3月份，Map-Reduce和Nutch Distributed File System (NDFS）分别被纳入到Hadoop项目中，Hadoop就此正式诞生，标志着大数据时代来临。
- 名字来源于Doug Cutting儿子的玩具大象
三、Hadoop三大发行版本
Hadoop三大发行版本：Apache、Cloudera、Hortonworks。
- Apache版本最原始（最基础）的版本，对于入门学习最好。2006
- Cloudera内部集成了很多大数据框架，对应产品CDH。2008
- Hortonworks文档较好，对应产品HDP。2011
Hortonwork
