带你了解分布式框架hadoop（hadoop分布式搭建步骤）
ccwgpt 2024-10-04 13:45 35 浏览 0 评论
初识hadoop
现在经常听到“大数据“这个名词，那是因为随着互联网、物联网等技术的快速普及和应用，现在我们的生活中时时刻刻被这些数据所包围。不管生活当中的大大小小的事情，背后都有相关的数据记录存储在存储空间中。
举个例子，你看到的这篇文章的内容是存储在数据库当中，你通过某个平台观看到该篇文章，那么你的浏览记录也会被记录在平台的数据存储空间中。
那么对于现在大数据量的时代，我们遇到的问题很简单，数据量呈指数增长（硬盘容量不断提升），但是硬盘的访问速度并未与时俱进有非常大的提升，硬盘数据的写入速度那就更不用提了，更慢。之前旧的处理方式无法满足现阶段的大数据量计算和读取的需求，互联网巨头谷歌优先推出MapReduce并行计算模型来处理大数据量计算。之后由Apache基金会在MapReduce的基础上研发了hadoop框架，它是一个分布式系统的基础架构，在用户不需要了解底层分布式细节的情况下，进行分布式程序的开发。从而利用分布式集群进行高速的存储和运算。
什么是hadoop
Hadoop是Apache旗下一个开源框架，用来开发与运行分布式应用程序来处理海量数据（大型数据集），hadoop不是指一个具体的软件或者应用，它是一个编程模型（思想）来处理实际的问题，它提供了一些基础模块或软件为此框架做支撑。主要学习的模块有：
1、Hadoop HDFS：分布式存储系统。
2、Hadoop YARN： 任务调度和集群资源管理的框架。
3、Hadoop MapReduce：一种基于Hadoop YARN的大型数据集并行计算处理系统。
4、其它模块，还有一些hadoop生态圈中的辅助工具，主要用于特定目的或者功能等，如：
?Hbase: 是一个分布式的、面向列的开源数据库。
?Hive：是基于Hadoop的一个数据仓库工具。
?Pig：运行在Hadoop上，是对大型数据集进行分析和评估的平台。
?Spark：Hadoop数据快速通用的计算引擎。
?ZooKeeper: 一个分布式的，开放源码的分布式应用程序协调服务，是Hadoop和Hbase的重要组件。
等等。上述每个模块有自己独立的功能，而模块之间又有相互的关联。通常我们所说的hadoop指的是hadoop的一个生态圈。
hadoop的优势
hadoop并不是第一个分布式计算的框架，但是hadoop框架为啥能从中脱颖而出，使得大家对分布式框架有了更多的了解和关注。主要有以下几点不同之处：
1、方便：hadoop部署不需要高昂的硬件设施，只需要一般的商用机器或者云计算的云服务器节点上即可完成部署运行。
2、可靠性：hadoop大部分是运行在商用的小型机上，就会存在机器出现一些物理故障，但是hadoop可以很好的处理此类故障发生时，数据处理不会出现问题。
3、可扩展，hadoop可以通过增加集群节点，有效的扩展提升处理数据和计算的速度。以便处理更大的数据集。
4、开发变得简单，假如没有hadoop框架的支持，自己要开发一个符合业务需求高效的并行代码将变得非常麻烦。
相关推荐
- 十分钟让你学会LNMP架构负载均衡（impala负载均衡）
-
业务架构、应用架构、数据架构和技术架构一、几个基本概念1、pv值pv值(pageviews):页面的浏览量概念：一个网站的所有页面，在一天内，被浏览的总次数。(大型网站通常是上千万的级别)2、u...
- AGV仓储机器人调度系统架构（agv物流机器人）
-
系统架构层次划分采用分层模块化设计，分为以下五层：1.1用户接口层功能：提供人机交互界面（Web/桌面端），支持任务下发、实时监控、数据可视化和报警管理。模块：任务管理面板：接收订单（如拣货、...
- 远程热部署在美团的落地实践（远程热点是什么意思）
-
Sonic是美团内部研发设计的一款用于热部署的IDEA插件，本文其实现原理及落地的一些技术细节。在阅读本文之前，建议大家先熟悉一下Spring源码、SpringMVC源码、SpringBoot...
- springboot搭建xxl-job(分布式任务调度系统)
-
一、部署xxl-job服务端下载xxl-job源码：https://gitee.com/xuxueli0323/xxl-job二、导入项目、创建xxl_job数据库、修改配置文件为自己的数据库三、启动...
- 大模型:使用vLLM和Ray分布式部署推理应用
-
一、vLLM：面向大模型的高效推理框架1.核心特点专为推理优化：专注于大模型（如GPT-3、LLaMA）的高吞吐量、低延迟推理。关键技术：PagedAttention：类似操作系统内存分页管理，将K...
- 国产开源之光【分布式工作流调度系统】:DolphinScheduler
-
DolphinScheduler是一个开源的分布式工作流调度系统，旨在帮助用户以可靠、高效和可扩展的方式管理和调度大规模的数据处理工作流。它支持以图形化方式定义和管理工作流，提供了丰富的调度功能和监控...
- 简单可靠高效的分布式任务队列系统
-
#记录我的2024#大家好，又见面了，我是GitHub精选君！背景介绍在系统访问量逐渐增大，高并发、分布式系统成为了企业技术架构升级的必由之路。在这样的背景下，异步任务队列扮演着至关重要的角色，...
- 虚拟服务器之间如何分布式运行?（虚拟服务器部署）
-
在云计算和虚拟化技术快速发展的今天，传统“单机单任务”的服务器架构早已难以满足现代业务对高并发、高可用、弹性伸缩和容错容灾的严苛要求。分布式系统应运而生，并成为支撑各类互联网平台、企业信息系统和A...
- 一文掌握 XXL-Job 的 6 大核心组件
-
XXL-Job是一个分布式任务调度平台，其核心组件主要包括以下部分，各组件相互协作实现高效的任务调度与管理：1.调度注册中心（RegistryCenter）作用：负责管理调度器（Schedule...
- 京东大佬问我,SpringBoot中如何做延迟队列?单机与分布式如何做?
-
京东大佬问我,SpringBoot中如何做延迟队列？单机如何做？分布式如何做呢？并给出案例与代码分析。嗯，用户问的是在SpringBoot中如何实现延迟队列，单机和分布式环境下分别怎么做。这个问题其实...
- 企业级项目组件选型(一)分布式任务调度平台
-
官网地址：https://www.xuxueli.com/xxl-job/能力介绍架构图安全性为提升系统安全性，调度中心和执行器进行安全性校验，双方AccessToken匹配才允许通讯；调度中心和执...
- python多进程的分布式任务调度应用场景及示例
-
多进程的分布式任务调度可以应用于以下场景：分布式爬虫：importmultiprocessingimportrequestsdefcrawl(url):response=re...
- SpringBoot整合ElasticJob实现分布式任务调度
-
介绍ElasticJob是面向互联网生态和海量任务的分布式调度解决方案，由两个相互独立的子项目ElasticJob-Lite和ElasticJob-Cloud组成。它通过弹性调度、资源管控、...
- 分布式可视化 DAG 任务调度系统 Taier 的整体流程分析
-
Taier作为袋鼠云的开源项目之一，是一个分布式可视化的DAG任务调度系统。旨在降低ETL开发成本，提高大数据平台稳定性，让大数据开发人员可以在Taier直接进行业务逻辑的开发，而不用关...
- SpringBoot任务调度:@Scheduled与TaskExecutor全面解析
-
一、任务调度基础概念1.1什么是任务调度任务调度是指按照预定的时间计划或特定条件自动执行任务的过程。在现代应用开发中，任务调度扮演着至关重要的角色，它使得开发者能够自动化处理周期性任务、定时任务和异...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- spring框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- laravel框架 (46)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- winform框架 (46)
- gui框架 (44)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)