Akagi201
8/27/2014 - 4:47 AM

hadoop.md

Hadoop是什么

  • 适合海量数据的分布式存储与计算平台.
  • 海量指1T以上的数据.

Hadoop核心项目

  • HDFS: Hadoop Distributed File System, 分布式文件系统.
  • MapReduce: 并行计算框架.

HDFS的架构

主从结构

  • 主节点, 只有一个: namenode
  • 从节点, 有很多个: datanodes

namenode负责

  • 接收用户操作请求.
  • 维护文件系统的目录结构.
  • 管理文件与block之间的关系, block与datanode之间关系.

datanode负责

  • 存储文件.
  • 文件被分成block存储在磁盘上.
  • 为保证数据安全, 文件会有多个副本.

MapReduce的架构

主从结构

  • 主节点, 只有一个: JobTracker.
  • 从节点, 有很多个: TaskTrackers.

JobTracker负责

  • 接收客户提交的计算任务.
  • 把计算任务分给TaskTrackers执行.
  • 监控TaskTracker的执行情况.

TaskTrackers负责:

  • 执行JobTrackers分配的计算任务.

Hadoop的特点

  • 扩容能力(Scalabel): 能可靠地(reliably)存储和处理千兆字节(PB)数据.
  • 成本低(Economical): 可以通过普通机器组成的服务器群来分发以及处理数据. 这些服务器群总计可达数千节点.
  • 高效率(Efficient): 通过分发数据, hadoop可以在数据所在的节点上并行地(parallel)处理它们, 这使得处理非常的快速.
  • 可靠性(Reliable): hadoop能自动地维护数据的多份副本, 并且在任务失败后能自动地重新部署(redeploy)计算任务.

性能