概述： 此分享是关于hadoop生态系统的简单介绍包括起源到相对应用 技术点： 1.hadoop核心包括Common，HDFS和MapReduce；2.Pig，Hbase，Hive，Zookeeper；3.Hadoop日志分析工具Chukwa；4.MR解决的问题：海量输入数据，简单任务划分和集群计算环境；5.执行流程
概述：
此分享是关于hadoop生态系统的简单介绍包括起源到相对应用
技术点：
1.hadoop核心包括Common，HDFS和MapReduce； 2.Pig，Hbase，Hive，Zookeeper； 3.Hadoop日志分析工具Chukwa； 4.MR解决的问题：海量输入数据，简单任务划分和集群计算环境； 5.执行流程：FileSplit / Map / Combine(Partition)和Copy / Sort / Reduce 6.分布式计算包括:作业和任务调度和执行，预测执行，故障处理和针对不同应用环境的优化 7.HDFS可靠性措施：NameNode备份，多数据结点(冗余)，数据结点的心跳检测，块报告和完整性检验，NameNode的日志文件和镜像文件； 8.两个系列版本：Apache和Cloudera； 9.SSH无密码访问； 10.内置web服务器： JobTrackerIP:50030 TaskTrackerIP:50060 NamenodeIP:50070 DatanodeIP:50075 11.HBase以以Region为单位管理region(startKey,endKey)； 12.HBase的每个Column Family单独存储：storeFile； 13.HBase的RegionServer为Region读写操作的场所； 14.HBase的Master管理Region的分配和基于zookeeper来保证HA； 15.HBase的强一致性：同一行数据的读写只在同一台regionserver上进行； 16.HBase的水平伸缩：region的自动以及master的balance，只用增加datanode机器即可增加容量和增加regionserver机器即可增加读写吞吐量； 17.HBase的行事务； 18.HBase三维有序rowKey (ASC) + columnLabel(ASC) + Version (DESC) --> value 19.HBase支持范围查询和高性能随机写 ； 20.HBase基于Hadoop； 21.HBase不支持二级索引和join操作; 22.Hbase具有特定的适用场景;
详情参见附件
原文地址："Hadoop/MapReduce/HBase"分享总结, 感谢原作者分享。
下载本文