脚本宝典收集整理的这篇文章主要介绍了04 Hadoop思想与原理,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
为什么叫Hadoop? LOGo为什么是黄色的大象?
狭义上来说,Hadoop就是单独指代Hadoop这个软件(HDFS+MAPredUCE)广义上来说,Hadoop指代大数据的一个生态圈(Hadoop生态圈),包括很多其他的软件。
Hadoop的历史版本介绍
0.x系列版本:Hadoop当中最早的一个开源版本,在此基础上演变而来的1.x以及2.x的版本1.x版本系列:HadooP版本当中的第二代开源版本,主要修复0.x版本的一些bug等2.x版本系列:架构产生重大变化,引入了yarn平台等许多新特性
Hadoop的起源
2003-2004年,GOOGLE公布了部分GFS和MaPReduce思想的细节,受此启发的Doug Cutting等人用2年的业余时间实现了DFS和MapReduce机制,使Nutch性能飙升。然后Yahoo招安Doug Gutting及其项目。2005年,Hadoop作为Lucene的子项目Nutch的一部分正式引入apache基金会。2006年2月被分离出来,成为一套完整独立的软件,起名为HadoopHadoop名字不是一个缩写,而是一个生造出来的词。是Hadoop之父Doug Cutting儿子毛绒玩具象命名的。Hadoop的成长过程Lucene–>Nutch—>Hadoop
总结起来,Hadoop起源于Google的三大论文GFS:Google的分布式文件系统Google File SystemMapReduce:Google的MapReduce开源分布式并行计算框架BigTable:一个大型的分布式数据库
演变关系GFS—->HDFSGoogle MapReduce—->Hadoop MapReduceBigTable—->HBase
这里的第一名称节点类似于数据目录。其主要有两大构件构成,FsImage和EdITlog,FsImage用于存储元数据(长时间不更新、Editlog用于更新数据,但是随着时间推移,Editlog内存储的数据越来越多,导致运行速度越来越慢。
所以引入第二名称节点,当第一节点中Editlog到一个临界值时,HDFS会暂停服务,由第二节点将拷贝出Editlog,复制、添加到Fslmage后方并清空原Editlog的内容。这里有一点要注意这种备份是冷备份的形式,即没有实时性,需要停止服务,等数据恢复正常后继续使用。
以上是脚本宝典为你收集整理的04 Hadoop思想与原理全部内容,希望文章能够帮你解决04 Hadoop思想与原理所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。