Hadoop:适合大数据的分布式存储与计算平台(第三讲)

1.hadoop:

目前创新互联已为数千家的企业提供了网站建设、域名、虚拟主机绵阳服务器托管、企业网站设计、阳曲网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。

    作者:Doug Cutting

    受Google三篇论文的启发

2.版本:

  Apache: 官方版本(1.1.2),学习使用

  Cloudera:在apache版本的基础上添加功能,实现商业用途

  Yahoo:现在已经集中在apache的版本上

3.hadoop的核心项目

  HDFS:(Hadoop Distributed File System) 分布式文件系统

  MapReduce:并行计算框架

4.HDFS的架构(主从结构中,主节点负责管理。从节点负责操作)

  主从结构(只有一个主节点namenode,可以有很多个从节点datanodes)

  namenode负责:

        接收用户的操作请求

        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之间的关系

 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

5.MapReduce的架构

  主从结构(只有一个主节点JobTracker,可以用很多个从节点TaskTrackers)

  JobTracker负责:

        接收客户提交的计算任务

        把计算任务分给TaskTracker执行

        监控TaskTracker的执行情况

  TaskTrackers负责:

        执行JobTracker分配的计算任务

6.Hadoop的特点:

扩容能力(Scalable):能可靠地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;

高效率(Efficient):通过分发数据,hadoop可以在数据的所在节点上并行处理;

可性靠(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重新部署计算任务

7.Hadoop集群的物理分布

Hadoop:适合大数据的分布式存储与计算平台(第三讲)

说明:

     a.下方的Rack分别表示两个机柜,分别存放多个服务器,左右两机柜都连接有自己的交换机,左右两个交换机又和总的交换机连接,所以,机柜上的各个服务器之间可以互相访问;

     b.机柜上两个主节点分别都独占一台服务器,而从节点组合在一起存放在一台服务器上

8.单节点物理结构

   Hadoop:适合大数据的分布式存储与计算平台(第三讲)

  说明:左右图分别表示主节点和从节点,图中主从节点都使用linux系统的服务器,并且都运行在java虚拟机上,因为hadoop是基于java开发的

9.Hadoop部署方式

  本地部署(不常用)

  伪分布模式(学习使用)

  集群模式(公司使用)

10.安装前准备软件

    VitualVox

    centos

    jdk-6u24-linux-xxx.bin

    hadoop-1.1.2.tar.gz

11.伪分布模式安装步骤:(6步)

   关闭防火墙

   修改ip

   修改hostname

   设置ssh自动登录

   安装jdk

   安装hadoop


新闻名称:Hadoop:适合大数据的分布式存储与计算平台(第三讲)
网站网址:http://scyanting.com/article/gcciji.html