文档章节

大数据入门基础:Hadoop简介

乐搏学院
 乐搏学院
发布于 2017/07/25 17:10
字数 694
阅读 14
收藏 0

48af492bf36a4a5da2f76eb33b9a1000_th.png

  1.1.什么是hadoop

  1.hadoop是apache旗下的一套开源软件平台,可以通过http://apache.org/--->project-

   ->hadoop打开

9c373a8eaae548c9875f1ddd656f3212_th.png

  2.Hadoop是开源软件,可靠的、分布式、可伸缩的。

  3.Hadoop提供的功能:利用服务器集群,根据用户的自定义业务逻辑,对海量数据进行分布式处理

  4.广义上来说,Hadoop通常是指一个更广泛的概念----hadoop生态圈

  1.2数据分析故事

12043386618247e09e9ccad7b9f62f27_th.png

f35bbbe9cefe41569b57ad117ce0a33d_th.png

12043386618247e09e9ccad7b9f62f27_th.png

79e8010e65bc47b4b48e6d0ac7cdba44_th.png

568e3c0f89324005b89b6ab01b7c316e_th.png

d565b8a9681846109a956b08f82104a8_th.png

2f30603b7f97422c953f42bdfc6f0e69_th.png

12043386618247e09e9ccad7b9f62f27_th.png

  1.3数据有多大呢

568e3c0f89324005b89b6ab01b7c316e_th.png

e9ce57cc485a47fc8dbbc7dd5d82ccb6_th.png

  数据量进制:

  1G =1024M

  1T = 1024G

  1P = 1024T

  1E = 1024P

  1Z = 1024E

  1Y = 1024Z

  1N = 1024Y

82397ae0251d4bb5867e83cb4de84d10_th.png

  Hadoop 廉价机器

  去IOE

   IBM//ibm小型机.

  Oracle//oracle数据库服务器 RAC

  EMC//EMC共享存储设备。

  1.4分布式

  由分布在不同主机上的进程协同在一起,才能构成整个应用。

1.分布式软件系统(Distributed Software Systems)

  2 该软件系统会划分成多个子系统或模块,各自运行在不同的机器上,

  子系统或模块之间通过网络通信进行协作,实现最终的整体功能

2.分布式应用系统模拟开发

  需求:可以实现由主节点将运算任务发往从节点,并将各从节点上的任务启动;

  程序清单:

  AppMaster

  AppSlave/APPSlaveThread

  Task

  程序运行逻辑流程:

0f91143e44a64e238d8a205bbe889554_th.png

1.5 HADOOP在大数据、云计算中的位置和关系

  1. 云计算是分布式计算、并行计算、网格计算、多核计算、网络存储、虚拟化、负载均衡等传统计算机技术和互联网技术融合发展的产物。借助IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等业务模式,把强大的计算能力提供给终端用户。

  2. 现阶段,云计算的两大底层支撑技术为“虚拟化”和“大数据技术”

1.6 HADOOP产生背景

  1. HADOOP最早起源于Nutch。Nutch的设计目标是构建一个大型的全网搜索引擎,包括网页抓取、索引、查询等功能,但随着抓取网页数量的增加,遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题。

  2. 2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案。

  ——分布式文件系统(GFS),可用于处理海量网页的存储

  ——分布式计算框架MAPREDUCE,可用于处理海量网页的索引计算问题。

  3. Nutch的开发人员完成了相应的开源实现HDFS和MAPREDUCE,并从Nutch中剥离成为独立项目HADOOP,到2008年1月,HADOOP成为Apache顶级项目,迎来了它的快速发展期。

1.7 HADOOP现状

e53d786147b24481939644b94b2fdc10_th.png

0b9691a34d00495c9908bb1baa3639c2_th.png

© 著作权归作者所有

共有 人打赏支持
乐搏学院
粉丝 6
博文 526
码字总数 707467
作品 0
丰台
程序员
大数据怎样才能踏入进去?年薪60万大数据架构师教你如何入门!

1.Linux基础和分布式集群技术 学完此阶段可掌握的核心能力: 熟练使用Linux,熟练安装Linux上的软件,了解熟悉负载均衡、高可靠等集群相关概念,搭建互联网高并发、高可靠的服务架构; 学完此...

董黎明
06/09
0
0
阿里年薪50WJAVA工程师转大数据学习路线!

大数据有两个方向,一个是偏计算机的,另一个是偏经济的。你学过Java,所以你可以偏将计算机的。 Java程序员想转大数据可行吗?Java是全世界使用人数最多的编程语言。不少程序员选择Java做为...

JAVA丶学习
04/25
0
0
大数据开发学习的内容介绍,成都大数据培训机构哪里好?

大数据开发培训已经成为了越来越多人的选择,大数据开发工程师也是各公司争相争夺的金领人才之一了,在当今科技发展非常迅速的社会里,越来越多人把职业规划投向了大数据开发。这里为大家整理...

加米谷大数据
07/17
0
0
hadoop最新稳定版本dkhadoop版本选择介绍

Hadoop对于从事互联网工作的朋友来说已经非常熟悉了,相信在我们身边有很多人正在转行从事hadoop开发的工作,理所当然也会有很多hadoop入门新手。Hadoop开发太过底层,技术难度远比我们想象的...

adnb34g
07/18
0
0
新手学习hadoop发行版本选择介绍

Hadoop对于从事互联网工作的朋友来说已经非常熟悉了,相信在我们身边有很多人正在转行从事hadoop开发的工作,理所当然也会有很多hadoop入门新手。Hadoop开发太过底层,技术难度远比我们想象的...

左手的倒影
07/18
0
0

没有更多内容

加载失败,请刷新页面

加载更多

OSX | SafariBookmarksSyncAgent意外退出解决方法

1. 启动系统, 按住⌘-R不松手2. 在实用工具(Utilities)下打开终端,输入csrutil disable, 然后回车; 你就看到提示系统完整性保护(SIP: System Integrity Protection)已禁用3. 输入reboot回车...

云迹
7分钟前
0
0
面向对象类之间的关系

面向对象类之间的关系:is-a、has-a、use-a is-a关系也叫继承或泛化,比如大雁和鸟类之间的关系就是继承。 has-a关系称为关联关系,例如企鹅在气候寒冷的地方生活,“企鹅”和“气候”就是关...

gackey
54分钟前
1
0
读书(附电子书)|小狗钱钱之白色的拉布拉多

关注公众号,在公众号中回复“小狗钱钱”可免费获得电子书。 一、背景 之前写了一篇文章 《小狗钱钱》 理财小白应该读的一本书,那时候我才看那本书,现在看了一大半了,发现这本书确实不错,...

tiankonguse
今天
1
0
Permissions 0777 for ‘***’ are too open

异常显示: @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ @ WARNING: UNPROTECTED PRIVATE KEY FILE! @ @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ ......

李玉长
今天
3
0
区块链10年了,还未落地,它失败了吗?

导读 几乎每个人,甚至是对通证持怀疑态度的人,都对区块链的技术有积极的看法,因为它有可能改变世界。然而,区块链技术问世已经10年了,我们仍然没有真正的用上区块链技术。 几乎每个人,甚...

问题终结者
今天
2
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部