使用Ambari搭建Hadoop集群
需积分: 50 129 浏览量
2018-08-20
22:27:50
上传
评论
收藏 546KB PDF 举报
Hadoop介绍
Hadoop是一个开发和运行处理大规模数据的软件平台，是Apache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：MapReduce和HDFS。MapReduce提供了对数据的分布式计算，
HDFS提供了海量数据的分布式存储。
在Hadoop家族中，收入了20多个用于计算、分析、存储、监控、管理等组件和工具，这些
家族成员极大的丰富了Hadoop的各方面的功能。
Hadoop常见家族成员
下面简单的列举几个常见的组件：
ApacheHadoop:是Apache开源组织的一个分布式计算开源框架，提供了一个
分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。
ApacheHive:是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件
映射为一张数据库表，通过类SQL语句快速实现简单的MapReduce统计，不必开发
专门的MapReduce应用，十分适合数据仓库的统计分析。
ApachePig:是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语
言叫PigLatin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化处
理的MapReduce运算。
ApacheHBase:是一个高可靠性、高性能、面向列、可伸缩的分布式存储系
统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。
ApacheSqoop:是一个用来将Hadoop和关系型数据库中的数据相互转移的工
具，可以将一个关系型数据库（MySQL,Oracle,Postgres等）中的数据导进到
Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。
ApacheZookeeper:是一个为分布式应用所设计的分布的、开源的协调服务，
它主要是用来解决分布式应用中经常遇到的一些数据管理问题，简化分布式应用协调
及其管理的难度，提供高性能的分布式服务
ApacheMahout:是基于Hadoop的机器学习和数据挖掘的一个分布式框架。
Mahout用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题。
ApacheCassandra:是一套开源分布式NoSQL数据库系统。它最初由Facebook
开发，用于储存简单格式数据，集GoogleBigTable的数据模型与AmazonDynamo
剩余13页未读，继续阅读
资源评论
