一、Hadoop框架介绍

淩亂°似流年 2021-08-29 17:33 442阅读 0赞

OK~从今天开始，我们就开始我们的破茧成蝶——大数据篇系列的博客编写，今天是第一篇，开篇为《Hadoop框架介绍》，Hadoop系列将会收录在[《破茧成蝶——大数据篇》][Link 1]专栏中。下面，大家就跟我一起踏上破茧成蝶的旅途吧！

--------------------

**目录**

一、 Hadoop是什么

二、Hadoop的三大发行版本

2.1 Apache Hadoop

2.2 Cloudera Hadoop

2.3 Hortonworks Hadoop

三、Hadoop的优势

四、大数据生态圈体系

--------------------

# 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。从广义上来说，Hadoop指的是一个更广泛的概念——Hadoop生态圈。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dka3l4eTIwMTM_size_16_color_FFFFFF_t_70][]

# 二、Hadoop的三大发行版本 #

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；Cloudera在大型互联网企业中用的较多；Hortonworks文档较好。

## 2.1 Apache Hadoop ##

官网地址：http://hadoop.apache.org/releases.html

下载地址：https://archive.apache.org/dist/hadoop/common/

## 2.2 Cloudera Hadoop ##

官网地址：https://www.cloudera.com/downloads/cdh/5-10-0.html

下载地址：http://archive-primary.cloudera.com/cdh5/cdh/5/

## 2.3 Hortonworks Hadoop ##

官网地址：https://hortonworks.com/products/data-center/hdp/

下载地址：https://hortonworks.com/downloads/\#data-platform

# 三、Hadoop的优势 #

（1）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。

（2）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。

（3）高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。

（4）高容错性：能够自动将失败的任务重新分配。

# 四、大数据生态圈体系 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dka3l4eTIwMTM_size_16_color_FFFFFF_t_70 1][]

（1）Sqoop是一款开源的工具，主要用于在Hadoop、Hive与传统的数据库间进行数据的传递，可以将一个关系型数据库（例如：MySQL、Oracle 等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。

（2）Flume是Cloudera提供的一个高可用的、高可靠的、分布式的海量日志采集、聚集和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据。同时，Flume提供对数据进行简单处理，并写到各种数据接受方的能力。

（3）Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能；高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息；支持通过Kafka服务器和消费机集群来分区消息；支持Hadoop并行数据加载。

（4）Storm用于“连续计算”，对数据流做连续查询，在计算时就将结果以流的形式输出给用户。

（5）Spark是当前最流行的开源大数据内存计算框架。可以基于Hadoop上存储的大数据进行计算。

（6）Oozie是一个管理Hadoop作业（job）的工作流程调度管理系统。

（7）HBase是一个分布式的、面向列的开源数据库。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。

（8）Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

（9）R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

（10）Mahout：Apache Mahout是个可扩展的机器学习和数据挖掘库。

（11）Zookeeper是Google的Chubby一个开源的实现。它是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、 分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。

好了，开篇先简单点儿，毕竟是简介，说多了反而就有点赘余了，本篇文章就到这里吧。

[Link 1]: https://blog.csdn.net/gdkyxy2013/category_10006538.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dka3l4eTIwMTM_size_16_color_FFFFFF_t_70]: /images/20210726/5aea9057c85f4894a878fee0ecfac3b9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dka3l4eTIwMTM_size_16_color_FFFFFF_t_70 1]: /images/20210726/bc4f50b652ef4b0da91da89e55a6a6f9.png