大数据之初识Hadoop

何为Hadoop

Hadoop是一个开源的【分布式系统架构】
解决海量数据【存储】和海量数据【计算】的问题

Hadoop vs RDBMS

Hadoop特征

• 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

• 高可靠性: Hadoop底层维护多个数据副本

• 高容错性: Hadoop框架能够自动将失败的任务重新分配

• 低成本: Hadoop架构允许部署在廉价的机器上

• 灵活，可存储任意类型数据

• 开源，社区活跃

Hadoop核心组件(Hadoop架构)

Common：支持所有其他模块的公共工具程序
HDFS:分布式文件系统，解决分布式存储
MapReduce：分布式计算框架
YARN：分布式资源管理系统,在Hadoop 2.x中引入

Hadoop生态圈

存储: HDFS，分布式文件系统，用于存储大规模数据
查询：
	Hive: Hive是Hadoop生态系统的数据仓库工具，它提供了类似SQL的查询语言，允许用户在Hadoop中		  执行复杂查询。
	Pig: Pig是另一个用于数据分析的工具，它使用一种名为Pig Latin的脚本语言来执行数据流操作。
	...
计算: MapReduce
监控: Ambari
协调: ZooKeeper
调度: YARN