1.3 Apache Hadoop的重要组成-hadoop-最全最完整的保姆级的java大数据学习资料
1.3 Apache Hadoop的重要组成
Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算框架)+Yarn(资源协调框架)+Common模块
- Hadoop HDFS：（Hadoop Distribute File System ）一个高可靠、高吞吐量的分布式文件系统
比如：100T数据存储， “分而治之” 。分：拆分-->数据切割，100T数据拆分为10G一个数据块由一个电脑节点存储这个数据块。
数据切割、制作副本、分散储存
图中涉及到几个角色
NameNode（nn）：存储文件的元数据，比如文件名、文件目录结构、文件属性（生成时间、副 本数、文件权限），以及每个文件的块列表和块所在的DataNode等。
SecondaryNameNode（2nn）：辅助NameNode更好的工作，用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据快照。
DataNode（dn）：在本地文件系统存储文件块数据，以及块数据的校验
注意：NN，2NN,DN这些既是角色名称，进程名称，代指电脑节点名称！！
Hadoop MapReduce：一个分布式的离线并行计算框架
拆解任务、分散处理、汇整结果
MapReduce计算 = Map阶段 + Reduce阶段Map阶段就是“分”的阶段，并行处理输入数据
Reduce阶段就是“合”的阶段，对Map阶段结果进行汇总
Hadoop YARN：作业调度与集群资源管理的框架
计算资源协调
Yarn中有如下几个主要角色，同样，既是角色名、也是进程名，也指代所在计算机节点名称。
ResourceManager(rm)：处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度；
NodeManager(nm)：单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令；
ApplicationMaster(am)：数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错。
Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。
ResourceManager是老大，NodeManager是小弟，ApplicationMaster是计算任务专员。
- Hadoop Common：支持其他模块的工具模块（Configuration、RPC、序列化机制、日志操作）
最新文章
- Ubuntu杂记之——JDK、ANT安装、配置
- Program B 暴力求解
- 等价表达式(noip2005)
- powerScript脚本
- ERROR 1114 (HY000): The table 'adv_date_tmp' is full（Mysql临时表应用）
- 解决python “No module named pip”
- C#语言的新特性及相关信息
- 用Java来比较JavaScript的一些特性
- strrchr
- Linux云自动化运维第八课
- error——Fusion log——Debugging Assembly Loading Failures
- multiply对应位置相乘 与 dot矩阵乘
- windows sqlplus客户端连接oralce数据库中文显示问题
- ubuntu 解决TXT文本的乱码的问题。
- 顺序列表（栈/队列等）ADT[C++]
- uoj#119. 【UR #8】决战圆锥曲线
- spring boot 的服务监控
- 算法基础：删除字符串中出现次数最少的字符（Golang实现）
- Linux 服务管理两种方式service和systemctl
- 判定map中是否存在某元素