Hadoop是什么

Hadoop是什么

 　　Ha来自doop是什么?Hadoop360问答是一个开发和运行处理大规模数据的软件平台,是Appa皮名希原所扩胜吧ch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空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提不包供了海量数据的存储,样阻星磁困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:HadoopDistributedFileSystem,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青合区至室与含话划为每一个inputsplit创建一个task调用Map计算，在此task中依次处理此split命米脸为白正旧燃验中的一个个记录(record),m迅之化ap会将结果以key--value的形式输出,hadoop负责按key值将map的输出整理带角州或经货酒断月举负后作为Reduce的输入,ReduceTask的输出为整个job的输出，保存在HDFS上.

　　Hadoop的集群主要由NameNode,DataNode,Seco弦英鸡谁核院践娘济烟ndaryNameNode,JobTr湖半把架acker,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同时化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.

　　SecondaryNameNode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reduc李了七位两微检适西早e任务.