Hadoop简介详解大数据
二.hadoop产生背景
1.HADOOP最早起源于Nutch。Nutch的设计目标是构建一个大型的全网搜索引擎,包括网页抓取、索引、查询等功能,但随着抓取网页数量的增加,遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题。
2.2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案——分布式文件系统(GFS),可用于处理海量网页的存储——分布式计算框架MAPREDUCE,可用于处理海量网页的索引计算问题。
3.Nutch的开发人员完成了相应的开源实现HDFS和MAPREDUCE,并从Nutch中剥离成为独立项目HADOOP,到2008年1月,HADOOP成为Apache顶级项目,迎来了它的快速发展期。
三.hadoop重要组件
HDFS:分布式文件系统
MAPREDUCE:分布式运算程序开发框架
HIVE:基于大数据技术(文件系统+运算框架)的SQL数据仓库工具
HBASE:基于HADOOP的分布式海量数据库
ZOOKEEPER:分布式协调服务基础组件
Mahout:基于mapreduce/spark/flink等分布式运算框架的机器学习算法库
Oozie:工作流调度框架
Sqoop:数据导入导出工具
Flume:日志数据采集框架
四.hadoop常见项目处理流程
1.数据采集:定制开发采集程序,或使用开源框架FLUME
2.数据预处理:定制开发mapreduce程序运行于hadoop集群
3.数据仓库技术:基于hadoop之上的Hive
4.数据导出:基于hadoop的sqoop数据导入导出工具
5.数据可视化:定制开发web程序或使用kettle等产品
6.整个过程的流程调度:hadoop生态圈中的oozie工具或其他类似开源产品
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/9081.html
分布式文件系统,分布式数据库区块链并行处理(MPP)数据库,数据挖掘开源大数据平台数据中台数据分析数据开发数据治理数据湖数据采集相关文章
- 大数据必知必会:Hadoop(3)集群环境安装
- Hadoop(十三)分析MapReduce程序详解大数据
- 大数据处理平台Hadoop之安装(基于ubuntu的Hadoop2.9.0,2.X.X同适用)详解大数据
- Hadoop综合练习第四节–MapReduce计算气象温度等例子详解大数据
- Hadoop综合练习第六节–Pig部署及统计访问日志例子详解大数据
- Hadoop综合练习第八节–ahout部署及进行20newsgroup数据分析例子详解大数据
- Hadoop综合练习第十节–HBase安装部署详解大数据
- Hadoop入门进阶课程12–Flume介绍、安装与应用案例详解大数据
- Spark入门实战系列–2.Spark编译与部署(中)–Hadoop编译安装详解大数据
- Hadoop文件存储系统-HDFS详解以及java编程实现大数据
- 搭建maven开发环境测试Hadoop组件HDFS文件系统的一些命令详解大数据
- Linux 下 Hadoop 2.6.0 集群环境的搭建详解大数据
- ZooKeeper学习之路 (九)利用ZooKeeper搭建Hadoop的HA集群详解大数据
- hadoop 提交程序并监控运行详解大数据
- 除Hadoop外你还需要知道的9个大数据技术详解大数据
- 程序员必须要知道的Hadoop的12个事实详解大数据
- hadoop 知识点总结详解大数据
- hadoop join之map side join详解大数据
- 高可用Hadoop平台-HBase集群搭建详解大数据
- 配置高可用的Hadoop平台详解大数据
- Linux下创建Hadoop用户指南(linux创建hadoop用户)
- 利用neo4j和Hadoop构建知识图谱(neo4j hadoop)