Hadoop是IT行业一个新的热点,是云计算的一个具体实现、Hadoop本身具有很高的技术含量,是IT工程师学习的首选!下面我们来详细讲讲什么是Hadoop。
完整hadoop讲解视频教程下载地址:
1、http://kuai.xunlei.com/d/CLCBYHQKJQNT
2、http://kuai.xunlei.com/d/CSMFERCHAGEE
Hadoop是什么:
Hadoop = The Hadoop projects
Common, Avro, MapReduce, HDFS, Pig, Hive, Hbase, ZooKeeper, Sqoop, Oozie
Hadoop要解决的两个问题:
1、海量数据的存储 -- HDFS
2、海量数据的分析 -- MapReduce
Hadoop发展的历史:
始于2002年的apache项目Nutch
2003年Google发表了关于GFS的论文
2004年Nutch的开发者开发了NDFS
2004年Google发表了关于MapReduce的论文
2005年MapR被引入了NDFS
2006年改名为Hadoop,NDFS的创始人加入Yahoo,Yahoo成立了一个专门的小组发展Hadoop
HDFS设计目标:
1、Very large files
2、Streaming data access
write-once, read-many-times
3、Commodity hardware
HDFS架构:
在Hadoop中,一个文件被划分成大小固定的多个文件块,分布的存储在集群中的节点中
![](http://images.51cto.com/files/uploadimg/20120921/1011180.jpg)
![](http://images.51cto.com/files/uploadimg/20120921/1011181.jpg)
Block:一个文件分块,默认64M
NameNode:保存整个文件系统的目录信息,文件信息以及文件相应的分块信息。
DataNode:用于存储Blocks
HDFS的HA策略:NameNode一旦宕机,整个文件系统将无法工作。
如果NameNode中的数据丢失,整个文件系统也就丢失了。
2.x开始,HDFS支持NameNode的active-standy模式。