黑马程序员技术交流社区

标题: [转]看了一篇文章，介绍Hadoop的，稍微了解下 [打印本页]

---

作者: 飞奔的小马    时间: 2014-11-5 09:42
标题: [转]看了一篇文章，介绍Hadoop的，稍微了解下

Hadoop是什么？Hadoop是一个开发和运行处理大规模数据的软件平台,是Appach的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算.

Hadoop框架中最核心设计就是：HDFS和MapReduce.HDFS提供了海量数据的存储,MapReduce提供了对数据的计算.

数据在Hadoop中处理的流程可以简单的按照下图来理解:数据通过Haddop的集群处理后得到结果.

HDFS:Hadoop Distributed File System,Hadoop的分布式文件系统.
大文件被分成默认64M一块的数据块分布存储在集群机器中.

如下图中的文件 data1被分成3块,这3块以冗余镜像的方式分布在不同的机器中.

MapReduce:Hadoop为每一个input split创建一个task调用Map计算，在此task中依次处理此split中的一个个记录(record),map会将结果以key--value的形式输出,hadoop负责按key值将map的输出整理后作为Reduce的输入,Reduce Task的输出为整个job的输出，保存在HDFS上.

Hadoop的集群主要由 NameNode,DataNode,Secondary NameNode,JobTracker,TaskTracker组成.

如下图所示:

NameNode中记录了文件是如何被拆分成block以及这些block都存储到了那些DateNode节点.

NameNode同时保存了文件系统运行的状态信息.

DataNode中存储的是被拆分的blocks.

Secondary NameNode帮助NameNode收集文件系统运行的状态信息.

JobTracker当有任务提交到Hadoop集群的时候负责Job的运行,负责调度多个TaskTracker.

TaskTracker负责某一个map或者reduce任务.

---

作者: 取名回忆的时光    时间: 2014-11-5 10:10
看了后貌似，理解那么一点点

---

作者: zhappy    时间: 2014-11-5 10:25
说实话，还是不太懂。

---

作者: ll_shitou    时间: 2014-11-5 10:49
貌似不懂

---

作者: diaolinan    时间: 2014-11-5 14:56
不太懂，不过还是赞一个

---

作者: 人淡如菊    时间: 2014-11-5 16:01
还是看不懂

---

作者: 在路上的北漂    时间: 2014-11-5 20:39
不错啊！

---

作者: 小_郭    时间: 2014-11-6 21:47
确实没看明白啊······

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2