28.8h
课程时长17803人
学习人数24个月
课程有效期| 课程参数 | |
| 教学服务 |
|
它能搭建大型数据仓库，PB级别数据的存储、处理、分析、统计等业务。
• 搜索引擎数据分析
• 海量日志分析【一般这个场景多】
• 商业智能【数据报表的呈现】
• 数据挖掘【沙子里淘金】
Hadoop旗下有很多经典子项目，比如HBase、Hive等，这些都是基于
HDFS和MapReduce发展出来的。
• HDFS: 为海量的数据提供了存储
• MapReduce:为海量的数据提供了计算
Client：切分文件；访问HDFS；与NameNode交互，获取文件位置信息；与DataNode交互，读取和写入数据。
NameNode：Master节点，在hadoop1.X中只有一个，管理HDFS的名称空间和数据块映射信息，配置副本策略，处理客户端请求。
DataNode：Slave节点，存储实际的数据，汇报存储信息给NameNode。
Secondary NameNode：辅助NameNode，分担其工作量；定期合并fsimage和fsedits，推送给NameNode；紧急情况下，可辅助恢复NameNode，但Secondary NameNode并非NameNode的热备。
JobTracker：Master节点，只有一个，管理所有作业，作业/任务的监控、错误处理等；将任务分解成一系列任务，并分派给TaskTracker。
TaskTracker：Slave节点，运行Map Task和Reduce Task；并与JobTracker交互，汇报任务状态。
Map Task：解析每条数据记录，传递给用户编写的map(),并执行，将输出结果写入本地磁盘(如果为map-only作业，直接写入HDFS)。
educer Task：从Map Task的执行结果中，远程读取输入数据，对数据进行排序，将数据按照分组传递给用户编写的reduce函数执行。
HDFS Client：进行文件的分块与文件的发送读取。
Namespace image：记录每个文件的存在位置信息。
Edit log：记录每个文件的位置移动信息。
Namenode(Master)：
管理着每个文件中各个块所在的数据节点的位置信息。
Secondary Namenode：更新并备份Namenode。
Datanode(Slave)：
记录着服务器内所储存的数据块的列表。
JobClient：
用于把用户的作业任务生成Job的运行包，并存放到HDFS中。
JobinProgress：
把Job运行包分解成MapTask和ReduceTask并存放于TaskTracker中。
JobTracker(Master)：
进行调度管理TaskTracker执行任务。
TaskTracker(Slave)：
执行分配下来的Map计算或Reduce计算任务
Hadoop是在可用的计算机集群间分配数据并完成计算任务的，这些集群可用方便的扩展到数以千计个节点中。
Hadoop通过普通廉价的机器组成服务器集群来分发以及处理数据，以至于成本很低。
通过并发数据，Hadoop可以在节点之间动态并行的移动数据，使得速度非常快。
能自动维护数据的多份复制，并且在任务失败后能自动地重新部署(redeploy)计算任务。所以Hado op的按位存储和处理数据的能力值得人们信赖。
架构专家
传授多年经验
系统学习
全程实战演练
班主任全程
陪伴监督学习
随时学习无需等待
学习时间灵活把握
检验巩固阶段学习效果
及时查漏补缺
班主任学习督导
确保学员进度
配套讲义、视频
等学习资料
京公网安备 11011402011233号