hadoop

Hadoop的优势（4高）

• 高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。
• 高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。
• 高效性：在MapReduce的思想下，Hadoop的并行工作的，比加快任务处理速度。
• 高容错性：能够自动将失败的任务重新分配。

Hadoop组成

image.png

HDFS架构概述

• NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间，副本数，文件权限），以及每个文件的块列表和块所在的DataNode等。
• DataNode（dn）：在本地文件系统存储文件块数据，以及块数据的校验和。
• Secondary NameNode（2nn）：用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

YARN架构概述

image.png

MapReduce架构概述

• MapReduce将计算过程分为两个阶段：Map和Reduce
  • Map阶段并行处理输入数据
  • Reduce阶段对Map结果进行汇总

image.png

Hadoop生态体系

image.png