Hadoop概况

1、Hadoop是什么

1.1、狭义上的Hadoop：

1.2、广义上的Hadoop：

1.3、Hadoop核心组件：

2、Hadoop特性优点

3、Hadoop架构变迁

4、Hadoop集群

HDFS集群和YARN集群逻辑上分离，物理上一起

1、Hadoop是什么

1.1、狭义上的Hadoop：

狭义上Hadoop指的是Apache软件基金会的一款开源软件

		用java语言实现，开源

		允许用户使用简单的编程模型实现跨机器集群对海量数据进行分布式计算处理

1.2、广义上的Hadoop：

广义上的Hadoop指的是围绕Hadoop打造的大数据生态圈

HDFS作为分布式文件存储系统，处在生态圈底层与核心地位

 YARN作为分布式通用的集群资源管理系统和任务调度平台，支撑各种计算引擎运行，保证了hadoop地位

MapReduce作为大数据生态圈第一代分布式计算引擎，由于自身设计的模型所产生的的弊端，导致企业一线几乎不再直接使用MapReduce进行编程计算，但是很多软件的底层任然在使用MapReduce引擎来处理数据

1.3、Hadoop核心组件：

       HDFS（分布式文件存储系统）：解决海量数据存储

       YARN（集群资源管理和任务调度框架）：解决资源任务调度

       MapReduce（分布式计算框架）：解决海量数据计算

######################################################

2、Hadoop特性优点

       扩容能力强

               Hadoop实在可用的计算机集群间分配数据并完成计算任务的，
               这些集群可方便灵活的方式扩展到数以千计的节点。

       成本低

               Hadp允许通过部署普通廉价的机器组成集群来处理大数据，以至于成本很低，着重的是集群整体能力

       效率高

               通过并发数据，Hadoop可以在节点之间动态并行的移动数据，使得速度非常快

       可靠性

               能自动维护数据的多份复制，并且在任务失败后能自动的重新部署（redeploy）计算任务，
               所以Hadoop的按位存储和处理数据能力值的人们信赖

######################################################

3、Hadoop架构变迁

       Hadoop1.0：

               HDFS（分布式文件存储）
               MapReduce（资源管理和分布式数据处理）

       Hadoop2.0：

               HDFS（分布式文件存储）
               MapReduce（资源管理和分布式数据处理）
               YARN（集群资源管理，任务调度）

       Hadoop3.0：

               通用方面：
               精简内核，类路径隔离，shell脚本重构

               Hadoop HDFS：
               EC纠删码，多nameNode支持

               Hadoop MapReduce:
               任务本地化优化，内存参数自动推断

               Hadoop YARN：
               Timeline Service V2、队列配置

######################################################

4、Hadoop集群

Hadoop集群包括两个集群：HDFS集群，YARN集群

       两个集群逻辑上分离，通常物理上一起
       两个集群都是标准的主从架构集群

       HDFS集群：
               主角色：NameNode
               从角色：DataNode
               主角色辅助角色：SecondaryNameNode

       YARN集群：
               主角色：ResourceManager
               从角色：NodeManager