您的位置:首页 > 大数据 > Hadoop

初识Hadoop

2020-04-05 18:23 701 查看

大数据特点

4V:volume  variety   velocity   value

海量性(volume):大数据的数据量很大,每天我们的行为都会产生大批量数据

多样性(variety):大数据的类型多种多样,比如视频、音频和图片都属于数据

高速性(velocity):大数据要求处理速度快,比如淘宝双十一需要实时显示交易数据

价值性(value):大数据产生的价值密度低,意思是说大部分数据没有参考意义,少部分数据会形成高价值

 

Hadoop简介与意义

Apache开源软件基金会开发了运行在大规模普通服务器上,用于大数据存储、计算、分析的分布式存储系统和分布式计算框架--Hadoop。其两大核心如下:

  • HDFS(Hadoop Distributed File System,分布式文件系统):是Hadoop中的核心组件之一,除了可以保存海量数据,还具有高可靠性、高扩展性和高吞吐率的特点。
  • MapReduce:属于分布式计算框架,一般用于对海量数据的计算,它的特点是易于编程、高容错和高扩展性等优点。另外,MapReduce可以独立于HDFS使用。

  总结来说,hadoop中的核心HDFS为海量数据提供了存储,而MapReduce则为海量数据提供了计算服务。

 

大数据计算模式

大数据计算模式:

  •   批处理计算:又称为离线计算,针对大规模历史数据的批量处理,如MapReduce
  •   流计算:针对流数据的实时计算,可以实时处理产生的数据。
  •   图计算:针对大规模图结构数据的处理,常用于社交网络
  •   查询分析计算:针对大规模数据的存储管理和查询分析,如Hive

 

大数据技术框架

大数据技术框架主要包含6个部分,分别是:

数据收集、数据存储、资源管理、计算框架、数据分析、数据展示

 

每部分包括的具体技术:

  • 数据源(如企业数据、互联网、物联网等)
  • 数据收集(提取、转换、加载)---数据收集
  • 数据存储(关系型和非关系型数据)---数据存储
  • 资源管理 ---资源管理
  • 流处理、交互式分析、资源管理   ---计算框架
  • 数据挖掘(OLAP,数据仓库和商务智能)---数据分析
  • 数据可视化  ----数据展示
  • 用户

 

核心组件

  1. Hadoop的分布式协调服务--ZooKeeper
  2. 分布式离线计算框架--MapReduce
  3. Hadoop的集群资源管理系统--YARN
  4. Hadoop的数据仓库框架--Hive
  5. 大数据快速读写--HBase
  6. 海量日志采集工具--Flume
  7. Hadoop和关系型数据库间的数据传输工具--Sqoop
  8. 分布式消息队列--Kafka
  9. 开源内存数据库--Redis
  10. 快速且通用的集群计算系统--Spark
  • 点赞
  • 收藏
  • 分享
  • 文章举报
冷风催我醒 发布了102 篇原创文章 · 获赞 2 · 访问量 1223 私信 关注
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: