Hadoop是一個是個海量數(shù)據(jù)的分布式存儲和計算平臺

從網(wǎng)站建設(shè)到定制行業(yè)解決方案，為提供成都網(wǎng)站設(shè)計、做網(wǎng)站、成都外貿(mào)網(wǎng)站建設(shè)公司服務(wù)體系，各種行業(yè)企業(yè)客戶提供網(wǎng)站建設(shè)解決方案，助力業(yè)務(wù)快速發(fā)展。創(chuàng)新互聯(lián)建站將不斷加快創(chuàng)新步伐，提供優(yōu)質(zhì)的建站服務(wù)。

 對于數(shù)據(jù)，我們大致可以將其分為三類：

             結(jié)構(gòu)化數(shù)據(jù)（對于結(jié)構(gòu)化數(shù)據(jù)的處理可以通過RDBMS處理，通過將搜索碼創(chuàng)建為索引頁可以實現(xiàn)很快的查詢速度）

            半結(jié)構(gòu)化數(shù)據(jù)（一般可以使用類型XML進(jìn)行標(biāo)記處理）

             非結(jié)構(gòu)化數(shù)據(jù)

其實，非結(jié)構(gòu)化數(shù)據(jù)會占據(jù)相當(dāng)大的比重，非機(jī)構(gòu)化數(shù)據(jù)的存儲和計算也變得比較困難。

 Hadoop的靈感來自于Google的兩篇論文，包括MapReduce，我們可以將Hadoop理解為是MapReduce的開源實現(xiàn)，Hadoop是由java語言編寫的。

 首先，對于海量數(shù)據(jù)，需要完成對其進(jìn)行存儲然后進(jìn)行就算，分析。

HDFS：Hadoop分布式文件系統(tǒng)

MapReduce：Hadoop用于完成并行數(shù)據(jù)處理的框架

 可以理解為Hadoop=HDFS+MapReduce，也就是可以理解為一個Hadoop集群就是一個HDFS集群加上一個MapReduce集群。

HDFS如何完成分布式存儲：

  HDFS集群中一般會有一個主節(jié)點（在Hadoop的新版本中，已經(jīng)實現(xiàn)有多個主節(jié)點），稱之為NameNode（簡稱為NN）

  HDFS中會有n個從節(jié)點，稱之為DataNode（DN）

實際完成數(shù)據(jù)存儲的都是數(shù)據(jù)節(jié)點，而NameNode主要是用于將數(shù)據(jù)分塊，分塊之后再分配給數(shù)據(jù)節(jié)點進(jìn)行存儲，另外，NameNode用于接收用戶請求，管理從節(jié)點，維護(hù)文件系統(tǒng)的目錄結(jié)構(gòu)，管理文件與Block之間的關(guān)系，block與數(shù)據(jù)節(jié)點之間的關(guān)系，從而完成分布式存儲海量數(shù)據(jù)的目的。

HDFS的特性：HDFS設(shè)計用于存儲大文件，對于海量小文件的存儲不太適用

    HDFS是用戶空間的文件系統(tǒng)（其實數(shù)據(jù)最終還是存儲在諸如ext3文件系統(tǒng)上，只不過需要經(jīng)過HDFS的又一次對數(shù)據(jù)進(jìn)行抽象）

    HDFS不支持修改數(shù)據(jù)（新版本支持追加）

    不支持掛載并通過系統(tǒng)調(diào)用進(jìn)行訪問，只能使用專用訪問借口，例如專用的命令行工具，API

MapReduce，一般提到MapReduce，其有三個含義：

              編程模型

              運算框架

              MapReduce編程思想的具體實現(xiàn)工具

MapReduce的思想大致就是分為兩個階段：Map和Reduce

      Map就是將對一個大文件的處理分割成塊進(jìn)行計算，實現(xiàn)分布式

      Reduce就是將對各個塊的計算結(jié)果再進(jìn)行匯總

對數(shù)據(jù)計算其實就是提取Key-Value的方式，在進(jìn)行Map之后交由Reduce的時候，必須要將同一個Key提取的內(nèi)容發(fā)送至同一個Reduce進(jìn)程進(jìn)行最后的合并

對于數(shù)據(jù)的計算，需要處理人員按照MapReduce的編程模型結(jié)合對數(shù)據(jù)的處理目的編寫MapReduce程序，所以對于海量數(shù)據(jù)的計算在HDFS+MapReduce結(jié)合上有著極大的限制性。

 Hadoop同時也有很多的組件，從而構(gòu)成了Hadoop的生態(tài)系統(tǒng)：

 

HDFS+MapReduce構(gòu)成了Hadoop的核心：

 Hive：Hive是由Facebook開發(fā)的，Hive將整個MapReduce提供的框架抽象為一個系統(tǒng)，當(dāng)用戶想要就行查詢等操作的時候，就可以想Hive提交一個SQL語句，然后由Hive實現(xiàn)將用戶便于理解的SQL語句轉(zhuǎn)換成為一個MapReduce程序執(zhí)行，最后向用戶輸出結(jié)果（可以理解成Hive提供了一個SQL接口，但是并不和SQL完全兼容）

 Hbase：由于HDFS不能掛載，也不能修改數(shù)據(jù)，當(dāng)Hbase工作在HDFS之上的時候，構(gòu)成一個Hbase集群，在Hbase的節(jié)點上再啟動一個進(jìn)程，這時數(shù)據(jù)可以先存在Hbase上，然后再由Hbase將其存入HDFS，并且Hbase對數(shù)據(jù)記錄有版本號，實現(xiàn)了對數(shù)據(jù)進(jìn)行修改

 在很多情況下，我們需要對例如web服務(wù)器集群產(chǎn)生的日志進(jìn)行分析計算，那么如何將web服務(wù)器產(chǎn)生的日志存儲到HDFS上，首先，HDFS不能被掛載，所以就不能像對待一本文件系統(tǒng)沒那個一樣對其進(jìn)行寫入，這就是Flume，scrib這些日志收集工具實現(xiàn)將日志存儲到HDFS上的。

 同上，很多情況下可能需要借助于集群的威力對存儲在RDBMS上的數(shù)據(jù)進(jìn)行分析計算和挖掘，那么如何將RDBMS中的數(shù)據(jù)導(dǎo)入到HDFS上，就是有Sqoop工具實現(xiàn)的，可以將數(shù)據(jù)用Sqoop從RDBMS導(dǎo)出，先存儲到Hbase上，再由Hbase實現(xiàn)存儲到HDFS上，之后就可以通過編寫的MapReduce程序?qū)?shù)據(jù)進(jìn)行運算

 MAhost就是用于數(shù)據(jù)挖掘，也就是機(jī)器學(xué)習(xí)的工具

 Zookeeper：可以理解其就是一個協(xié)調(diào)器，監(jiān)控集群上的各個節(jié)點是否能夠符合集群的要求

Hadoop在HDFS提供改良數(shù)據(jù)存儲的方案上表現(xiàn)還是比較出色的，但是MapReduce的計算能力就稍有遜色，可以結(jié)合第二代大數(shù)據(jù)解決方案spark，使用HDFS完成海量數(shù)據(jù)的分布式存儲，有spark提供對海量數(shù)據(jù)的運算

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

分享名稱：Hadoop基本概念-創(chuàng)新互聯(lián)
路徑分享：http://jinyejixie.com/article40/dpcpho.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計、微信公眾號、移動網(wǎng)站建設(shè)、手機(jī)網(wǎng)站建設(shè)、定制開發(fā)、ChatGPT

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)