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
点赞 0
评论 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

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

大数据开发入门你必须知道的事情

昨天和三个学计算机专业的学生聊天时聊到了大数据开发方面的话题,他们三个人中,有两个已经进入企业开始工作,另外一个还是大二学生,但已经开设了自己的工作室。他们都是从事程序开发方面工...

adnb34g ⋅ 06/15 ⋅ 0

大数据开发基础知识需要掌握哪些

昨天和三个学计算机专业的学生聊天时聊到了大数据开发方面的话题,他们三个人中,有两个已经进入企业开始工作,另外一个还是大二学生,但已经开设了自己的工作室。他们都是从事程序开发方面工...

左手的倒影 ⋅ 06/15 ⋅ 0

2018最新大数据数据分析与挖掘高级工程师视频教程(视频+源码+课件 共240G)

1、Level Ⅰ业务数据分析师 1、Excel必备常用工具使用与高级技巧 2、MySQL数据库 3、SPSS Modeler数据挖掘 4、数据挖掘分析师之软技能 数据分析入门 5、数据挖掘分析师之软技能 – 实战需求分...

java20182018 ⋅ 04/23 ⋅ 0

大数据经典学习路线(及供参考)之 一

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...

柯西带你学编程 ⋅ 05/22 ⋅ 0

DKhadoop大数据基础架构设计方案

大数据作为当下最为热门的事件之一,其实已经不算是很新鲜的事情了。如果是三五年前在讨论大数据,那可能会给人一种很新鲜的感觉。大数据作为当下最为重要的一项战略资源,已经是越来越得到国...

adnb34g ⋅ 05/15 ⋅ 0

阿里大数据架构师告诉你大数据工程师应具备怎样的知识体系?

大数据技术,最早于1980年被首次提及,却在近几年才获得突飞猛进的发展。相较于几十年前神经网络算法捉襟见肘的计算能力,如今处理器对大规模数据的高速处理能力无疑发挥了关键性的作用。 借...

嘿你好夏天 ⋅ 04/25 ⋅ 0

hadoop的简介与伪分布的搭建

一:大数据hadoop简介 二:hadoop的伪分布安装 三:运行wordcount测试 四:hadoop 常用端口号 五:hadoop的四大模块包含 六:启动脚本: 一: 大数据hadoop简介 二:hadoop的伪分布安装 2.1 ...

flyfish225 ⋅ 04/10 ⋅ 0

大数据入门与实战-Hadoop核心HDFS

课程链接:https://www.imooc.com/video/16287 Hadoop简介 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群...

致Great ⋅ 04/26 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

Mahout推荐算法API详解

前言 用Mahout来构建推荐系统,是一件既简单又困难的事情。简单是因为Mahout完整地封装了“协同过滤”算法,并实现了并行化,提供非常简单的API接口;困难是因为我们不了解算法细节,很难去根...

xiaomin0322 ⋅ 28分钟前 ⋅ 0

WampServer默认web服务器根目录位置

安装WampServer之后的web服务器根目录默认位置在WampServer安装目录下的www:

临江仙卜算子 ⋅ 29分钟前 ⋅ 0

Redux的一些手法记录

Redux Redux的基本概念见另一篇文。 这里记录一下Redux在项目中的实际操作的手法。 actions 首先定义action.js,actions的type,可以另起一个action-type.js文件。 action-type.js用来存...

LinearLaw ⋅ 30分钟前 ⋅ 0

android 手势检测(左右滑动、上下滑动)

GestureDetector类可以让我们快速的处理手势事件,如点击,滑动等。 使用GestureDetector分三步: 1. 定义GestureDetector类 2. 初始化手势类,同时设置手势监听 3. 将touch事件交给gesture...

王先森oO ⋅ 45分钟前 ⋅ 0

java 方法的执行时间监控 设置超时(Future 接口)

java 方法的执行时间监控 设置超时(Future 接口) import java.util.concurrent.Callable; import java.util.concurrent.ExecutionException; import java.util.concurrent.Executor......

青峰Jun19er ⋅ 49分钟前 ⋅ 0

一名开源小白的Apache成长自述

今天收到了来自Apache Vote我成为Serviceomb项目Committer的邮件,代表自己的贡献得到了充分的肯定;除了感谢团队的给力支持,我更希望将自己的成长经历——如何践行Apache Way的心得介绍给大...

微服务框架 ⋅ 51分钟前 ⋅ 0

vim介绍、颜色显示和移动光标、一般模式下复制、剪切和粘贴

1.vim 是 vi 的升级版 vim 是带有颜色显示的 mini安装的系统,一般都不带有vim [root@aminglinux-128 ~]# yum install -y vim-enhanced已加载插件:fastestmirror, langpacksLoading mir...

oschina130111 ⋅ 52分钟前 ⋅ 0

Deepin 操作系统四面楚歌

作为国内做的最好的 Linux 发行版,源自 Debian sid 的 Deepin 目前正面临重重困境,新版本不断延期,开发人员离职,bug 长期得不到修复,和 Debian/Ubuntu 的兼容性问题也面临越来越严重的挑...

六库科技 ⋅ 52分钟前 ⋅ 0

MyBatis之动态sql

我们需要知道的是,使用mybatis重点是对sql的灵活解析和处理。在原先的UserMappser.xml中,我们这样查询表中满足条件的记录 : 123 <select id="findUserList" parameterType="userQuery...

瑟青豆 ⋅ 52分钟前 ⋅ 0

这届俄罗斯世界杯的冷门那么多怎么办?

最纯粹的世界杯,最神奇的大冷门。 德国0比1被墨西哥摩擦了。 日本历史性的赢了哥伦比亚。 C罗也挑平了西班牙。 梅西被冰岛狮吼吼愣神了。 就连11次进世界杯4强的巴西也被瑞士逼平了。 天台已...

开源中国众包平台 ⋅ 53分钟前 ⋅ 0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部