阿里巴巴采用了 15 个节点组成的 Hadoop 集群，用于处理从数据库中导出的商业数据的排序和组合。
Ebay 使用了 32 个节点组成的集群，包括 8 * 532 个计算核心以及 5.3 PB 的存储。
Facebook 主要使用 Hadoop 来存储内部日志和结构化数据源的副本，并且将其作为数据报告、数据分析和机器学习的数据源。
随着央视新闻天天说大数据，很多人纷纷开始关注大数据和Hadoop以及数据挖掘和数据可视化了。什么是Hadoop？
Apache Hadoop 是一款支持数据密集型分布式应用并以 Apache 2.0 许可协议发布的开源软件框架。Hadoop 框架透明地为应用提供可靠性和数据移动。它实现了名为 MapReduce 的编程范式：应用程序被分割成许多小部分，而每个部分都能在集群中的任意节点上执行或重新执行。
Hadoop市场现状
开发人才目前比较匮乏，基本都集中在互联网。维护人才我觉得互联网外的行业一段时间内基本不用考虑，不是太多了，而是根本没有。Hadoop和云计算最后拼的就是运维，大规模分布式系统的运维人才极难培养。
Hadoop版本的选择
目前为止，作为半只脚迈进Hadoop大门的人，我建议大家还是选择Hadoop 2.x用。
Hadoop2相比较于Hadoop1.x来说，HDFS的架构与MapReduce的都有较大的变化，且速度上和可用性上都有了很大的提高，Hadoop2中有两个重要的变更：
-
HDFS的NameNodes可以以集群的方式布署，增强了NameNodes的水平扩展能力和可用性；
-
MapReduce将JobTracker中的资源管理及任务生命周期管理（包括定时触发及监控），拆分成两个独立的组件，并更名为YARN（Yet Another Resource Negotiator）。
核心概念
Hadoop 项目主要包含了以下四个模块：
-
Hadoop 通用模块（Hadoop Common）: 为其他 Hadoop 模块提供支持的公共实用程序。
-
Hadoop 分布式文件系统（HDFS, Hadoop Distributed File System）：提供对应用程序数据的高吞吐量访问的分布式文件系统。
-
Hadoop YARN: 任务调度和集群资源管理框架。
-
Hadoop MapReduce: 基于 YARN 的大规模数据集并行计算框架。
对于初次学习 Hadoop 的用户而言，应重点关注 HDFS 和 MapReduce。作为一个分布式计算框架，HDFS 承载了该框架对于数据的存储需求，而 MapReduce 满足了该框架对于数据的计算需求。
下图是 Hadoop 集群的基本架构：
部署 Hadoop
Hadoop 主要有以下三种部署模式：
单机模式：在单台计算机上以单个进程的模式运行。
伪分布式模式：在单台计算机上以多个进程的模式运行。该模式可以在单节点下模拟“多节点”的场景。
完全分布式模式：在多台计算机上分别以单个进程的模式运行。
具体的部署步骤以及详细的教程大家可以戳我查看。
今天跟大家分享的这个教程，主要包含以下知识点：
实验1：Hadoop 简介与安装部署
挑战1：Hadoop 系统部署
实验2：HDFS 架构与操作
实验3：MapReduce 原理与实践
挑战2：使用 MapReduce 进行日志分析
实验4：YARN 架构
挑战3：用 Hadoop 计算圆周率
实验5：HBase 基础
挑战4：HBase 数据导入
实验6：Sqoop 数据迁移
挑战5：HBase 实现 Web 日志场景数据处理
实验7：Solr 基础实战
实验8：Hive 基础实战
挑战6：导入数据到 Hive
实验9：Flume 基础实战
实验10：Flume、HDFS 和 Hive 实现日志收集和分析
挑战7：用 Flume 和 MapReduce 进行日志分析
实验11：Kafka 基础实战
挑战8：按需部署 Kafka
实验12：使用 Flume 和 Kafka 实现实时日志收集
实验13：Pig 基础实战
关于该教程的学习，你需要有一定的计算机基础和 Java 基础，并且对 Hadoop 感兴趣。这个原本是我们的收费教程，原价349元，限时折扣价149元。
- 上班族土豪可以戳这里直接购买学习。
- 学生党可以关注实验楼微信公众号（实验楼），回复暗号“Hadoop”免费领取。
好啦，大家加油学习哦。
"过一个平凡无趣的人生实在太容易了，你可以不读书，不冒险，不运动，不写作，不折腾。但是，人生最后悔的事情就是：我本可以。"
网友评论