Apache Hadoop是一套用于在由通用硬件构建的大型集群上运行应用程序的框架。它实现了Map/Reduce编程范型,计算任务会被分割成小块(多次)运行在不同的节点上。除此之外,它还提供了一款分布式文件系统(HDFS),数据被存储在计算节点上以提供极高的跨数据中心聚合带宽。下面编者对于ApacheHadoop进行详细介绍:

    一、什么是Apache Hadoop

    1.概念:用来存储、处理和分析大数据的开源框架。

    2.特点:分布式,可扩展并且容错

    3.使用成本:利用了产业标准硬件的能力,成本低。

    4.ApacheHadoop集群框架:

Batch processing

Search engine

Analytic SQL

Machine learning

Stream processing

Other applications

workload management

Data  storage

Data   integration

    二、关于Apache Hadoop的几个事实:

1.开源:Apache Hadoop本身是开源的

2. 大约十个公司的60多个committers:如cloudera,yahoo,facebook,apple等,对于Apache Hadoop发展有着重要作用。

3.几百个编写特性和修复bug的贡献者

4. Apache Hadoop本身有很多项目、应用和工具等

    三、Hadoop生态:

    

wKiom1g72OSyBbU4AACySgJsXOo458.png-wh_50


     四、供应商集成:

wKiom1g72R2wW0u1AAF3qoknNuA327.png-wh_50

    五、了解发行版:

        1.Cloudera提供了CDHCloudera Manager

1CDH (Cloudera’s Distributionincluding Apache Hadoop)100%开源,为企业准备的Hadoop和相关项目的发行版;集成了所有关键的Hadoop生态项目

wKioL1g72V2xa0KAAABsLqHqtfk628.jpg-wh_50

        

2.Hortonworks提供了HDP (HORTONW0RKS DATA PLATFORM)

 

wKiom1g72aKgOW1aAACMXuAGj0A919.png-wh_50

        

         3. Mapr:mapr汇聚数据平台

wKiom1g72dyR1wj0AAGlRbxNSJU299.png-wh_50

 

         4.其他发行版:

 

wKioL1g72g-i0EXZAAD6ueYzeAk051.png-wh_50

    以上就是小编根据自己的实际经验为大家总结的Apache Hadoop基本知识,让大家对于Hadoop有一个基本的框架认识。在这里,也真诚建议大家平常多自主学习,无论是看一些大数据的书籍,还是关注一些大数据资讯,对于大家都是很有帮助和促进的。我个人在平时喜欢看大数据cn大数据学习中心这样的微信服务号,经常有一些大数据最前端的资讯和一些免费的资源,对于我个人而言,帮助还是蛮大的,大家平常也可以多积累一些这方面资源,多多分享交流,共同进步!