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 15
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 7
博文 526
码字总数 707467
作品 0
丰台
程序员
私信 提问
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
Hadoop实战开发教程 Hadoop学习视频资料汇总

Hadoop实战开发教程 Hadoop学习视频汇总 Hadoop大数据零基础高端实战培训系列配文本挖掘项目(七大亮点、十大目标) 课程讲师:迪伦 课程分类:大数据 适合人群:初级 课时数量:230课时 用到技...

beifangbubai
2014/07/28
3.3K
4
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
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

EOS docker开发环境

使用eos docker镜像是部署本地EOS开发环境的最轻松愉快的方法。使用官方提供的eos docker镜像,你可以快速建立一个eos开发环境,可以迅速启动开发节点和钱包服务器、创建账户、编写智能合约....

汇智网教程
今天
10
0
《唐史原来超有趣》的读后感优秀范文3700字

《唐史原来超有趣》的读后感优秀范文3700字: 作者:花若离。我今天分享的内容《唐史原来超有趣》这本书的读后感,我将这本书看了一遍之后就束之高阁了,不过里面的内容一直在在脑海中回放,...

原创小博客
今天
14
0
IC-CAD Methodology知识图谱

CAD (Computer Aided Design),计算机辅助设计,指利用计算机及其图形设备帮助设计人员进行设计工作,这个定义同样可以用来近似描述IC公司CAD工程师这个岗位的工作。 早期IC公司的CAD岗位最初...

李艳青1987
今天
15
0
CompletableFuture get方法一直阻塞或抛出TimeoutException

问题描述 最近刚刚上线的服务突然抛出大量的TimeoutException,查询后发现是使用了CompletableFuture,并且在执行future.get(5, TimeUnit.SECONDS);时抛出了TimeoutException异常,导致接口响...

xiaolyuh
今天
8
0
dubbo 搭建与使用

官网:http://dubbo.apache.org/en-us/ 一,安装监控中心(可以不安装) admin管理控制台,monitor监控中心 下载 bubbo ops 这个是新版的,需要node.js环境,我没有就用老版的了...

小兵胖胖
今天
16
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