創(chuàng)新新互聯(lián)，憑借10年的網站設計制作、網站設計經驗，本著真心·誠心服務的企業(yè)理念服務于成都中小企業(yè)設計網站有1000多家案例。做網站建設，選創(chuàng)新互聯(lián)公司。

Technorati 標記: hadoop,生態(tài)圈,ecosystem,yarn,spark,入門

1. hadoop 生態(tài)概況

Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎架構。

用戶可以在不了解分布式底層細節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進行高速運算和存儲。

具有可靠、高效、可伸縮的特點。

Hadoop的核心是YARN,HDFS和Mapreduce

下圖是hadoop生態(tài)系統(tǒng)，集成spark生態(tài)圈。在未來一段時間內，hadoop將于spark共存，hadoop與spark

都能部署在yarn、mesos的資源管理系統(tǒng)之上

下面將分別對以上各組件進行簡要介紹，具體介紹參見后續(xù)系列博文。

2、HDFS（Hadoop分布式文件系統(tǒng)）

源自于Google的GFS論文，發(fā)表于2003年10月，HDFS是GFS克隆版。

HDFS是Hadoop體系中數(shù)據(jù)存儲管理的基礎。它是一個高度容錯的系統(tǒng)，能檢測和應對硬件故障，用于在低成本的通用硬件上運行。

HDFS簡化了文件的一致性模型，通過流式數(shù)據(jù)訪問，提供高吞吐量應用程序數(shù)據(jù)訪問功能，適合帶有大型數(shù)據(jù)集的應用程序。

它提供了一次寫入多次讀取的機制，數(shù)據(jù)以塊的形式，同時分布在集群不同物理機器上。

3、Mapreduce（分布式計算框架）

源自于google的MapReduce論文，發(fā)表于2004年12月，Hadoop MapReduce是google MapReduce 克隆版。

MapReduce是一種分布式計算模型，用以進行大數(shù)據(jù)量的計算。它屏蔽了分布式計算框架細節(jié)，將計算抽象成map和reduce兩部分，

其中Map對數(shù)據(jù)集上的獨立元素進行指定的操作，生成鍵-值對形式中間結果。Reduce則對中間結果中相同“鍵”的所有“值”進行規(guī)約，以得到最終結果。

MapReduce非常適合在大量計算機組成的分布式并行環(huán)境里進行數(shù)據(jù)處理。

4. HBASE（分布式列存數(shù)據(jù)庫）

源自Google的Bigtable論文，發(fā)表于2006年11月，HBase是Google Bigtable克隆版

HBase是一個建立在HDFS之上，面向列的針對結構化數(shù)據(jù)的可伸縮、高可靠、高性能、分布式和面向列的動態(tài)模式數(shù)據(jù)庫。

HBase采用了BigTable的數(shù)據(jù)模型：增強的稀疏排序映射表（Key/Value），其中，鍵由行關鍵字、列關鍵字和時間戳構成。

HBase提供了對大規(guī)模數(shù)據(jù)的隨機、實時讀寫訪問，同時，HBase中保存的數(shù)據(jù)可以使用MapReduce來處理，它將數(shù)據(jù)存儲和并行計算完美地結合在一起。

5. Zookeeper（分布式協(xié)作服務）

源自Google的Chubby論文，發(fā)表于2006年11月，Zookeeper是Chubby克隆版

解決分布式環(huán)境下的數(shù)據(jù)管理問題：統(tǒng)一命名，狀態(tài)同步，集群管理，配置同步等。

Hadoop的許多組件依賴于Zookeeper，它運行在計算機集群上面，用于管理Hadoop操作。

6. HIVE（數(shù)據(jù)倉庫）

由facebook開源，最初用于解決海量結構化的日志數(shù)據(jù)統(tǒng)計問題。

Hive定義了一種類似SQL的查詢語言(HQL),將SQL轉化為MapReduce任務在Hadoop上執(zhí)行。通常用于離線分析。

HQL用于運行存儲在Hadoop上的查詢語句，Hive讓不熟悉MapReduce開發(fā)人員也能編寫數(shù)據(jù)查詢語句，然后這些語句被翻譯為Hadoop上面的MapReduce任務。

7.Pig(ad-hoc腳本）

由yahoo!開源，設計動機是提供一種基于MapReduce的ad-hoc(計算在query時發(fā)生)數(shù)據(jù)分析工具

Pig定義了一種數(shù)據(jù)流語言—Pig Latin，它是MapReduce編程的復雜性的抽象,Pig平臺包括運行環(huán)境和用于分析Hadoop數(shù)據(jù)集的腳本語言(Pig Latin)。

其編譯器將Pig Latin翻譯成MapReduce程序序列將腳本轉換為MapReduce任務在Hadoop上執(zhí)行。通常用于進行離線分析。

8.Sqoop(數(shù)據(jù)ETL/同步工具）

Sqoop是SQL-to-Hadoop的縮寫，主要用于傳統(tǒng)數(shù)據(jù)庫和Hadoop之前傳輸數(shù)據(jù)。數(shù)據(jù)的導入和導出本質上是Mapreduce程序，充分利用了MR的并行化和容錯性。

Sqoop利用數(shù)據(jù)庫技術描述數(shù)據(jù)架構，用于在關系數(shù)據(jù)庫、數(shù)據(jù)倉庫和Hadoop之間轉移數(shù)據(jù)。

9.Flume（日志收集工具）

Cloudera開源的日志收集系統(tǒng)，具有分布式、高可靠、高容錯、易于定制和擴展的特點。

它將數(shù)據(jù)從產生、傳輸、處理并最終寫入目標的路徑的過程抽象為數(shù)據(jù)流，在具體的數(shù)據(jù)流中，數(shù)據(jù)源支持在Flume中定制數(shù)據(jù)發(fā)送方，從而支持收集各種不同協(xié)議數(shù)據(jù)。

同時，F(xiàn)lume數(shù)據(jù)流提供對日志數(shù)據(jù)進行簡單處理的能力，如過濾、格式轉換等。此外，F(xiàn)lume還具有能夠將日志寫往各種數(shù)據(jù)目標（可定制）的能力。

總的來說，F(xiàn)lume是一個可擴展、適合復雜環(huán)境的海量日志收集系統(tǒng)。當然也可以用于收集其他類型數(shù)據(jù)

10.Mahout（數(shù)據(jù)挖掘算法庫）

Mahout起源于2008年，最初是Apache Lucent的子項目，它在極短的時間內取得了長足的發(fā)展，現(xiàn)在是Apache的頂級項目。

Mahout的主要目標是創(chuàng)建一些可擴展的機器學習領域經典算法的實現(xiàn)，旨在幫助開發(fā)人員更加方便快捷地創(chuàng)建智能應用程序。

Mahout現(xiàn)在已經包含了聚類、分類、推薦引擎（協(xié)同過濾）和頻繁集挖掘等廣泛使用的數(shù)據(jù)挖掘方法。

除了算法，Mahout還包含數(shù)據(jù)的輸入/輸出工具、與其他存儲系統(tǒng)（如數(shù)據(jù)庫、MongoDB 或Cassandra）集成等數(shù)據(jù)挖掘支持架構。

11. Oozie(工作流調度器）

Oozie是一個可擴展的工作體系，集成于Hadoop的堆棧，用于協(xié)調多個MapReduce作業(yè)的執(zhí)行。它能夠管理一個復雜的系統(tǒng)，基于外部事件來執(zhí)行，外部事件包括數(shù)據(jù)的定時和數(shù)據(jù)的出現(xiàn)。

Oozie工作流是放置在控制依賴DAG（有向無環(huán)圖 Direct Acyclic Graph）中的一組動作（例如，Hadoop的Map/Reduce作業(yè)、Pig作業(yè)等），其中指定了動作執(zhí)行的順序。

Oozie使用hPDL（一種XML流程定義語言）來描述這個圖。

12. Yarn(分布式資源管理器）

YARN是下一代MapReduce，即MRv2，是在第一代MapReduce基礎上演變而來的，主要是為了解決原始Hadoop擴展性較差，不支持多計算框架而提出的。

Yarn是下一代 Hadoop 計算平臺，yarn是一個通用的運行時框架，用戶可以編寫自己的計算框架，在該運行環(huán)境中運行。

用于自己編寫的框架作為客戶端的一個lib，在運用提交作業(yè)時打包即可。該框架為提供了以下幾個組件：

 - 資源管理：包括應用程序管理和機器資源管理

 - 資源雙層調度

 - 容錯性：各個組件均有考慮容錯性

 - 擴展性：可擴展到上萬個節(jié)點

13. Mesos（分布式資源管理器）

 Mesos誕生于UC Berkeley的一個研究項目，現(xiàn)已成為Apache項目，當前有一些公司使用Mesos管理集群資源，比如Twitter。

 與yarn類似，Mesos是一個資源統(tǒng)一管理和調度的平臺，同樣支持比如MR、steaming等多種運算框架。

14. Tachyon（分布式內存文件系統(tǒng)）

Tachyon（/'t?ki:??n/ 意為超光速粒子）是以內存為中心的分布式文件系統(tǒng)，擁有高性能和容錯能力，

能夠為集群框架（如Spark、MapReduce）提供可靠的內存級速度的文件共享服務。

Tachyon誕生于UC Berkeley的AMPLab。

15. Tez(DAG計算模型)

Tez是Apache最新開源的支持DAG作業(yè)的計算框架，它直接源于MapReduce框架，核心思想是將Map和Reduce兩個操作進一步拆分，

即Map被拆分成Input、Processor、Sort、Merge和Output， Reduce被拆分成Input、Shuffle、Sort、Merge、Processor和Output等，

這樣，這些分解后的元操作可以任意靈活組合，產生新的操作，這些操作經過一些控制程序組裝后，可形成一個大的DAG作業(yè)。

目前hive支持mr、tez計算模型，tez能完美二進制mr程序，提升運算性能。

16. Spark(內存DAG計算模型)

Spark是一個Apache項目，它被標榜為“快如閃電的集群計算”。它擁有一個繁榮的開源社區(qū)，并且是目前最活躍的Apache項目。

最早Spark是UC Berkeley AMP lab所開源的類Hadoop MapReduce的通用的并行計算框架。

Spark提供了一個更快、更通用的數(shù)據(jù)處理平臺。和Hadoop相比，Spark可以讓你的程序在內存中運行時速度提升100倍，或者在磁盤上運行時速度提升10倍

17. Giraph(圖計算模型)

Apache Giraph是一個可伸縮的分布式迭代圖處理系統(tǒng)， 基于Hadoop平臺，靈感來自 BSP (bulk synchronous parallel) 和 Google 的 Pregel。

最早出自雅虎。雅虎在開發(fā)Giraph時采用了Google工程師2010年發(fā)表的論文《Pregel：大規(guī)模圖表處理系統(tǒng)》中的原理。后來，雅虎將Giraph捐贈給Apache軟件基金會。

目前所有人都可以下載Giraph，它已經成為Apache軟件基金會的開源項目，并得到Facebook的支持，獲得多方面的改進。

18.GraphX(圖計算模型）

Spark GraphX最先是伯克利AMPLAB的一個分布式圖計算框架項目，目前整合在spark運行框架中，為其提供BSP大規(guī)模并行圖計算能力。

19. MLib（機器學習庫）

Spark MLlib是一個機器學習庫，它提供了各種各樣的算法，這些算法用來在集群上針對分類、回歸、聚類、協(xié)同過濾等。

20. Streaming（流計算模型）

Spark Streaming支持對流數(shù)據(jù)的實時處理，以微批的方式對實時數(shù)據(jù)進行計算

21. Kafka（分布式消息隊列）

Kafka是Linkedin于2010年12月份開源的消息系統(tǒng)，它主要用于處理活躍的流式數(shù)據(jù)。

活躍的流式數(shù)據(jù)在web網站應用中非常常見，這些數(shù)據(jù)包括網站的pv、用戶訪問了什么內容，搜索了什么內容等。

這些數(shù)據(jù)通常以日志的形式記錄下來，然后每隔一段時間進行一次統(tǒng)計處理。

22. Phoenix（hbase sql接口）

Apache Phoenix 是HBase的SQL驅動，Phoenix 使得Hbase 支持通過JDBC的方式進行訪問，并將你的SQL查詢轉換成Hbase的掃描和相應的動作。

23. ranger(安全管理工具）

Apache ranger是一個hadoop集群權限框架，提供操作、監(jiān)控、管理復雜的數(shù)據(jù)權限，它提供一個集中的管理機制，管理基于yarn的hadoop生態(tài)圈的所有數(shù)據(jù)權限。

24. knox（hadoop安全網關）

Apache knox是一個訪問hadoop集群的restapi網關，它為所有rest訪問提供了一個簡單的訪問接口點，能完成3A認證（Authentication，Authorization，Auditing）和SSO（單點登錄）等

25. falcon（數(shù)據(jù)生命周期管理工具）

Apache Falcon 是一個面向Hadoop的、新的數(shù)據(jù)處理和管理平臺，設計用于數(shù)據(jù)移動、數(shù)據(jù)管道協(xié)調、生命周期管理和數(shù)據(jù)發(fā)現(xiàn)。它使終端用戶可以快速地將他們的數(shù)據(jù)及其相關的處理和管理任務“上載（onboard）”到Hadoop集群。

26.Ambari（安裝部署配置管理工具）

Apache Ambari 的作用來說，就是創(chuàng)建、管理、監(jiān)視 Hadoop 的集群，是為了讓 Hadoop 以及相關的大數(shù)據(jù)軟件更容易使用的一個web工具。

參考文獻：

Hadoop生態(tài)系統(tǒng)介紹 http://blog.csdn.net/qa962839575/article/details/44256769?ref=myread

大數(shù)據(jù)和Hadoop生態(tài)圈，Hadoop發(fā)行版和基于Hadoop的企業(yè)級應用 http://www.36dsj.com/archives/26942

Oozie介紹 http://blog.csdn.net/wf1982/article/details/7200663

統(tǒng)一資源管理與調度平臺（系統(tǒng)）介紹 http://blog.csdn.net/meeasyhappy/article/details/8669688

Tachyon簡介http://blog.csdn.net/u014252240/article/details/41810849

Apache Tez：一個運行在YARN之上支持DAG作業(yè)的計算框架 http://segmentfault.com/a/1190000000458726

Giraph：基于Hadoop的開源圖形處理平臺 http://tech.it168.com/a2013/0821/1523/000001523700.shtml

Hadoop家族學習路線圖 http://blog.fens.me/hadoop-family-roadmap/

基于Spark的圖計算框架 GraphX 入門介紹 http://www.open-open.com/lib/view/open1420689305781.html

Apache Spark 入門簡介 http://blog.jobbole.com/89446/

Ambari——大數(shù)據(jù)平臺的搭建利器 http://www.ibm.com/developerworks/cn/opensource/os-cn-bigdata-ambari/index.html

消息系統(tǒng)Kafka介紹 http://dongxicheng.org/search-engine/kafka/

使用Apache Phoenix 實現(xiàn) SQL 操作HBase http://www.tuicool.com/articles/vu6jae

面向Hadoop的、新的數(shù)據(jù)處理和管理平臺：Apache Falcon http://www.open-open.com/lib/view/open1422533435767.html

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

網頁題目：大數(shù)據(jù)技術Hadoop入門理論系列之一----hadoop生態(tài)圈介紹-創(chuàng)新互聯(lián)
本文路徑：http://aaarwkj.com/article40/idceo.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供App開發(fā)、全網營銷推廣、ChatGPT、虛擬主機、網站維護、網站設計公司

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)