Hadoop在大數(shù)據(jù)分析中的意義和作用

　　什么是Hadoop?
 

　　Apache Hadoop是一個開放源代碼軟件框架，用于開發(fā)在分布式計(jì)算環(huán)境中執(zhí)行的數(shù)據(jù)處理應(yīng)用程序。
 

　　使用HADOOP構(gòu)建的應(yīng)用程序可在分布在商用計(jì)算機(jī)群集上的大型數(shù)據(jù)集上運(yùn)行。商品計(jì)算機(jī)便宜且可廣泛獲得。這些主要用于以低成本實(shí)現(xiàn)更大的計(jì)算能力。


　　與駐留在個人計(jì)算機(jī)系統(tǒng)的本地文件系統(tǒng)中的數(shù)據(jù)類似，在Hadoop中，數(shù)據(jù)駐留在稱為 Hadoop分布式文件系統(tǒng)的分布式文件系統(tǒng)中。處理模型基于 “數(shù)據(jù)局部性” 概念，其中計(jì)算邏輯被發(fā)送到包含數(shù)據(jù)的群集節(jié)點(diǎn)(服務(wù)器)。這種計(jì)算邏輯無非是用高級語言(例如Java)編寫的程序的編譯版本。這樣的程序可以處理存儲在Hadoop HDFS中的數(shù)據(jù)。
 

　　你知道嗎?計(jì)算機(jī)集群由一組相互連接并充當(dāng)單個系統(tǒng)的多個處理單元(存儲磁盤+處理器)組成。
 

　　在本教程中，您將學(xué)習(xí)
 

　　一、Hadoop生態(tài)系統(tǒng)和組件
 

　　二、Hadoop架構(gòu)
 

　　三、Hadoop的功能
 

　　四、Hadoop中的網(wǎng)絡(luò)拓?fù)?br />  

一、Hadoop生態(tài)系統(tǒng)和組件
 

　　下圖顯示了Hadoop生態(tài)系統(tǒng)中的各個組件-
 

Apache Hadoop由兩個子項(xiàng)目組成–
 

　　Hadoop MapReduce： MapReduce是用于編寫在Hadoop上運(yùn)行的應(yīng)用程序的計(jì)算模型和軟件框架。這些MapReduce程序能夠在大型計(jì)算節(jié)點(diǎn)群集上并行處理大量數(shù)據(jù)。
 

　　HDFS (Hadoop分布式文件系統(tǒng))：HDFS負(fù)責(zé)Hadoop應(yīng)用程序的存儲部分。MapReduce應(yīng)用程序使用HDFS中的數(shù)據(jù)。HDFS創(chuàng)建數(shù)據(jù)塊的多個副本，并將它們分布在群集中的計(jì)算節(jié)點(diǎn)上。這種分布實(shí)現(xiàn)了可靠且快速的計(jì)算。
 

　　盡管Hadoop以MapReduce及其分布式文件系統(tǒng)HDFS而聞名，但該術(shù)語還用于一系列相關(guān)項(xiàng)目，這些項(xiàng)目屬于分布式計(jì)算和大規(guī)模數(shù)據(jù)處理的范疇。Apache的其他與Hadoop相關(guān)的項(xiàng)目包括 Hive，HBase，Mahout，Sqoop，F(xiàn)lume和ZooKeeper。
 

二、Hadoop架構(gòu)
 

高級Hadoop架構(gòu)
 

　　Hadoop具有使用MapReduce和HDFS方法進(jìn)行數(shù)據(jù)存儲和分布式數(shù)據(jù)處理的主從結(jié)構(gòu)。
 

　　NameNode：
 

　　NameNode表示名稱空間中使用的每個文件和目錄
 

　　數(shù)據(jù)節(jié)點(diǎn)：
 

　　DataNode可幫助您管理HDFS節(jié)點(diǎn)的狀態(tài)，并允許您與塊進(jìn)行交互
 

　　主節(jié)點(diǎn)：
 

　　主節(jié)點(diǎn)允許您使用Hadoop MapReduce進(jìn)行數(shù)據(jù)并行處理。
 

　　從節(jié)點(diǎn)：
 

　　從節(jié)點(diǎn)是Hadoop集群中的其他計(jì)算機(jī)，可讓您存儲數(shù)據(jù)以進(jìn)行復(fù)雜的計(jì)算。此外，所有從屬節(jié)點(diǎn)都隨附有Task Tracker和一個DataNode。這使您可以分別與NameNode和Job Tracker同步進(jìn)程。
 

　　在Hadoop中，可以在云或本地中設(shè)置主系統(tǒng)或從系統(tǒng)
 

三、Hadoop的功能
 

　　•適用于大數(shù)據(jù)分析
 

　　由于大數(shù)據(jù)實(shí)際上傾向于分布和非結(jié)構(gòu)化，因此HADOOP群集最適合分析大數(shù)據(jù)。由于流向計(jì)算節(jié)點(diǎn)的是處理邏輯(不是實(shí)際數(shù)據(jù))，因此消耗的網(wǎng)絡(luò)帶寬更少。該概念稱為 數(shù)據(jù)局部性概念 ，它有助于提高基于Hadoop的應(yīng)用程序的效率。
 

　　•可擴(kuò)展性
 

　　通過添加其他群集節(jié)點(diǎn)，可以輕松地將HADOOP群集擴(kuò)展到任何程度，從而實(shí)現(xiàn)大數(shù)據(jù)的增長。同樣，擴(kuò)展不需要修改應(yīng)用程序邏輯。
 

　　容錯
 

　　HADOOP生態(tài)系統(tǒng)提供了將輸入數(shù)據(jù)復(fù)制到其他群集節(jié)點(diǎn)的規(guī)定。這樣，在群集節(jié)點(diǎn)發(fā)生故障的情況下，仍然可以通過使用存儲在另一個群集節(jié)點(diǎn)上的數(shù)據(jù)來進(jìn)行數(shù)據(jù)處理。
 

四、Hadoop中的網(wǎng)絡(luò)拓?fù)?/span>
 

　　當(dāng)Hadoop群集的大小增長時，網(wǎng)絡(luò)的拓?fù)?安排)會影響Hadoop群集的性能。除了性能之外，還需要關(guān)注高可用性和故障處理。為了實(shí)現(xiàn)此Hadoop，集群形成利用了網(wǎng)絡(luò)拓?fù)洹?br />  

　　通常，網(wǎng)絡(luò)帶寬是組成任何網(wǎng)絡(luò)時要考慮的重要因素。但是，由于測量帶寬可能很困難，因此在Hadoop中，網(wǎng)絡(luò)被表示為一棵樹，并且該樹的節(jié)點(diǎn)之間的距離(跳數(shù))被視為Hadoop集群形成的重要因素。在此，兩個節(jié)點(diǎn)之間的距離等于它們到其最接近的共同祖先的距離之和。
 

　　Hadoop集群由一個數(shù)據(jù)中心，機(jī)架和實(shí)際執(zhí)行作業(yè)的節(jié)點(diǎn)組成。在這里，數(shù)據(jù)中心由機(jī)架組成，而機(jī)架由節(jié)點(diǎn)組成。進(jìn)程可用的網(wǎng)絡(luò)帶寬取決于進(jìn)程的位置。也就是說，隨著我們遠(yuǎn)離-
 

　　1、在同一節(jié)點(diǎn)上處理;
 

　　2、同一機(jī)架上的不同節(jié)點(diǎn);
 

　　3、同一數(shù)據(jù)中心不同機(jī)架上的節(jié)點(diǎn);
 

　　4、不同數(shù)據(jù)中心中的節(jié)點(diǎn)。