目录

Hadoop是什么？

Hadoop能做什么？

Hadoop的三大发行版本【Apache、Cloudera、Hortonworks】（了解）

Hadoop的三大版本官网（内含下载）

Hadoop有什么优势？

Hadoop有哪些组成？各版本有何区别？（重点知识）

Hadoop运行环境搭建（开发重点）

Hadoop是什么？

  1. Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
  2. 它从广义上说，通常指更广泛的概念——Hadoop生态圈。

Hadoop能做什么？

  1. 主要解决海量数据的存储和海量数据的分析计算问题。

Hadoop的三大发行版本【Apache、Cloudera、Hortonworks】（了解）

  1. Apache 版本最原始（最基础）的版本，对于入门学习最好。（2006）
  2. Cloudera 内部集成了很多大数据框架，对应产品 CDH。（2008）
  3. Hortonworks 文档较好，对应产品 HDP。（2011）2018年被 Cloudera 公司收购，推出新的品牌 CDP。

Hadoop的三大版本官网（内含下载）

Hadoop有什么优势？

  1. 高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失。【数据不仅在你的电脑有，你的U盘也有，有备份，数据丢失后可恢复】
  2. 高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。【在不关闭集群的情况下，可以随时增加服务器（动态增加服务器）】
  3. 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。【一个任务，多台服务器共同完成，最后汇总】
  4. 高容错性：能够自动将失败的任务重新分配。【作业你不会做，但是你会找我，由我替你完成】

Hadoop有哪些组成？各版本有何区别？（重点知识）

  1. Hadoop 1.X：MapReduce(计算+资源调度)、HDFS(数据存储)、Common(辅助工具)【MapReduce同 时处理业务逻辑运算和资 源的调度，耦合性较大。】
  2. Hadoop 2.X：MapReduce(计算)、Yarn(资源调度)、HDFS(数据存储)、Common(辅助工具)【Yarn只负责资源的调 度，MapReduce 只负责运算。】
  3. Hadoop 3.X：与Hadoop2.X组成上没有变化。
  4. 简谈组成
  1. HDFS（Hadoop Distributed File System）是一个分布式文件系统。
  1. NameNode(nn)：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、 文件权限），以及每个文件的块列表和块所在的DataNode等。
  2. DataNode(dn)：在本地文件系统存储文件块数据，以及块数据的校验和。
  3. Secondary NameNode(2nn)：每隔一段时间对NameNode元数据备份。
  1. Yarn（Yet Another Resource Negotiator）另一种资源协调者，是Hadoop的资源管理器。
  2. MapReduce（MapReduce 将计算过程分为两个阶段：Map 和 Reduce）
  1. Map 阶段并行处理输入数据
  2. Reduce 阶段对 Map 结果进行汇总

Hadoop运行环境搭建（开发重点）

  1. 入门建议安装的是 Linux 桌面标准版（不是最小系统版本）
  2. 准备 3 台客户机（关闭防火墙、静态 IP、主机名称）
  3. 安装 JDK
  4. 配置环境变量
  5. 安装 Hadoop
  6. 配置环境变量
  7. 配置集群
  8. 单点启动
  9. 配置 ssh
  10. 群起并测试集群
  11. 未完待续............