1、Hadoop概述

1.1、什么是Hadoop?

  • Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

  • 主要解决，海量数据的存储和海量数据的分析计算问题。

  • 广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈。

    nXlCM.png

1.2、Hadoop发展历史

  • Hadoop创始人Doug Cutting，为了实现与Google类似的全文搜索功能，他在Lucene框架基础上进行优化升级，查询引擎和索引引擎。

  • Hadoop创始人Doug Cutting 2001年年底Lucene成为Apache基金会的一个子项目。

  • 对于海量数据的场景，Lucene框架面对与Google同样的困难，存储海量数据困难，检索海量速度慢。

  • 学习和模仿Google解决这些问题的办法 ：微型版Nutch。

  • 可以说Google是Hadoop的思想之源（Google在大数据方面的三篇论文）

    GFS —>HDFS

    Map-Reduce —>MR

    BigTable —>HBase

  • 2003-2004年，Google公开了部分GFS和MapReduce思想的细节，以此为基础Doug Cutting等人用

  • 了2年业余时间实现了DFS和MapReduce机制，使Nutch性能飙升。

  • 2005 年Hadoop 作为 Lucene的子项目 Nutch的一部分正式引入Apache基金会。

  • 2006 年 3 月份，Map-Reduce和Nutch Distributed File System （NDFS）分别被纳入到 Hadoop 项目 中，Hadoop就此正式诞生，标志着大数据时代来临。

  • 名字来源于Doug Cutting儿子的玩具大象

1.3、Hadoop优势

高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失

nXjiG.png

高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。

nX241.png

高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处

nX62I.png

高容错性：能够自动将失败的任务重新分配。

nXXbD.png

Q.E.D.