Hadoop1-认识Hadoop大数据处理架构

一、简介概述

　　1、什么是Hadoop

　　　　Hadoop是Apache软件基金会旗下的一个开源分布式计算平台，为用户提供了系统底层细节透明的分布式基础架构

　　　　Hadoop是基于java语言开发，具有很好的跨平台的特性，并且可以部署在廉价的计算机集群中

　　　　Hadoop的核心是分布式文件系统HDFS（Hadoop Distribute File System）和MapReduce，安装完Hadoop默认就已经安装了HDFS和Mapreduce

　　　　Hadoop被公认为行业大数据标准开源软件，在分布式环境下提供了海量数据的处理能力

　　　　几乎所有主流厂商都围绕Hadoop提供开发工具，开源软件、商业化工具和技术服务，如谷歌、雅虎、微软、思科、淘宝等都支持Hadoop

　　　　官方网址：http://hadoop.apache.org/

　　2、Hadoop图标

　　2、Hadoop的特性

　　　　Hadoop是一个能够对大量数据进行分布式处理的软件框架，并且是以一种可靠、高效、可伸缩的方式进行处理的，它具有以下几个方面的特性：

　　　　高可靠性

　　　　高效性

　　　　高扩展性

　　　　高容错性

　　　　低成本

　　　　运行在linux平台上

　　　　支持多种编程语言

　　3、应用广泛

　　　　互联网居多，雅虎、facebook（用于平台处理、推荐系统和数据仓库等）、百度、淘宝、网易、华为、中国移动等，其中，淘宝的Hadoop集群比较大

　　4、企业应用架构

　　5、版本

　　　　1）版本演变

　　　　　　Apache Hadoop版本分为两代，我们将第一代Hadoop称为Hadoop1.0，第二代Hadoop称为Hadoop 2.0

　　　　　　第一代Hadoop包含三个大版本，分别是0.20.x，0.21.x和0.22.x，其中，0.20.x最后演化成1.0.x，变成了稳定版，而0.21.x和0.22.x则增加了NameNode HA等新的重大特性

　　　　　　第二代Hadoop包含两个版本，分别是0.23.x和2.x，它们完全不同于Hadoop 1.0，是一套全新的架构，均包含HDFS Federation和YARN两个系统，相比于0.23.x，2.x增加了NameNode HA和Wire-compatibility两个重大特性

　　　　　　当前最新版本已经有3.X版本

　　　　2）图示

　　　　3）各类版本

　　　　　 Apache Hadoop

　　　　　　Hortonworks

　　　　　　Cloudera（CDH：Cloudera Distribution Hadoop）

　　　　　　MapR

　　6、各个版本区别

二、Hadoop项目结构

　　　　在不断丰富发展，现已成为一个丰富的Hadoop生态系统

　　1、结构图

　　2、模块及相关项目

安装部署请见：Hadoop2-认识Hadoop大数据处理架构-单机部署

参考：http://hadoop.apache.org/

参考：http://dblab.xmu.edu.cn/post/1089/

参考：https://cwiki.apache.org/confluence/display/HADOOP/Hadoop+Active+Release+Lines