Hadoop
简介 Hadoop([hædu:p])作者Doug cutting,名字来源于Doug Cutting儿子的玩具大象 模块 HDFS(Hadoop Distributed File System) 分布式存储系统 Hadoop MapReduce 分布式计算框架 Hadoop YARN 资源管理系统(Hadoop 2.x才有) Hadoop Common 网址 官网 r1.0.4中文文档 r2.10.1文档 谷歌论文(理论来源) 《The Google File System》 2003年 《MapReduce: Simplified Data Processing on Large Clusters》 2004年 《Bigtable: A Distributed Storage System for Structured Data》 2006年 版本:2016年10月hadoop-2.6.5,2017年12月hadoop-3.0.0 大数据生态CDH提供商 HDFSHDFS基础概念 HDFS优缺点 优点:高容错性(自动保存副本,自动恢复)、适合批处理、适合大数据(TB/PB)处理、可构建在廉价机器上 缺点:占用内存大、修改文件成本过高 存储模型 文件线性按字节切割成块(block),具有offset,id 文件与文件的block大小可以不一样 一个文件除最后一个 ...