Hadoop生態(tài)圈組件圖

創(chuàng)新互聯(lián)公司是一家專業(yè)提供色尼企業(yè)網(wǎng)站建設(shè),專注與成都網(wǎng)站建設(shè)、成都網(wǎng)站制作、H5頁(yè)面制作、小程序制作等業(yè)務(wù)。10年已為色尼眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)的建站公司優(yōu)惠進(jìn)行中。

1.Hadoop Common是Hadoop體系最底層的一個(gè)模塊，為Hadoop各個(gè)子模塊提供各種工具，比如系統(tǒng)配置工具Configuration、遠(yuǎn)程調(diào)用RPC、序列化機(jī)制和日志操作等等，是其他模塊的基礎(chǔ)。

2.HDFS是Hadoop分布式文件系統(tǒng)縮寫(xiě)，它是Hadoop的基石。HDFS是一個(gè)具備高度容錯(cuò)性的文件系統(tǒng)，適合部署在廉價(jià)的機(jī)器上，它能提供高吞吐量的數(shù)據(jù)訪問(wèn)，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。

3.YARN是統(tǒng)一資源管理和調(diào)度平臺(tái)。它解決了上一代Hadoop資源利用率低和不能兼容異構(gòu)的計(jì)算框架等多種問(wèn)題。提供了資源隔離方案和雙調(diào)度器的實(shí)現(xiàn)。

4.MapReduce是一種編程模型，利用函數(shù)式編程思想，將對(duì)數(shù)據(jù)集的過(guò)程分為Map和Reduce兩個(gè)階段。MapReduce的這種編程模型非常適合進(jìn)行分布式計(jì)算。Hadoop提供MapReduce的計(jì)算框架，實(shí)現(xiàn)了這種編程模型，用戶可以通過(guò)Java\C++\Python\PHP等多種語(yǔ)言進(jìn)行編程。

5.Spark是加州伯克利大學(xué)AMP實(shí)驗(yàn)室開(kāi)發(fā)的新一代計(jì)算框架，對(duì)迭代計(jì)算有很大優(yōu)勢(shì)，與MapReduce相比性能提升明顯，并且可以和Yarn集成，并且還提供了SparkSQL組件。

6.HBase來(lái)源于Google的Bigtable論文，HBase是一個(gè)分布式的，面向列族的開(kāi)源數(shù)據(jù)庫(kù)。采用了Bigtable的數(shù)據(jù)模型--列族。HBase擅長(zhǎng)大規(guī)模數(shù)據(jù)的隨機(jī)、實(shí)時(shí)讀寫(xiě)訪問(wèn)。

7.Zookeeper作為一個(gè)分布式服務(wù)框架，是基于Fast Paxos算法實(shí)現(xiàn)，解決分布式系統(tǒng)中一致性的問(wèn)題。提供了配置維護(hù)，名字服務(wù)，分布式同步，組服務(wù)等。

8.Hive最早是facebook開(kāi)發(fā)并使用的，是基于Hadoop的一個(gè)數(shù)據(jù)倉(cāng)庫(kù)工具，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張表，提供簡(jiǎn)單的SQL查詢功能。并將SQL轉(zhuǎn)為MapReduce作業(yè)運(yùn)行。其有點(diǎn)就是學(xué)習(xí)成本低。降低了Hadoop的使用門檻。

9.Pig與Hive類似，也是對(duì)大數(shù)據(jù)集進(jìn)行分析和評(píng)估的工具，不同于Hive的是Pig提供了一種高層的，面向領(lǐng)域的抽象語(yǔ)言Pig Latin.同樣Pig也可以將Pig Latin轉(zhuǎn)化為MapReduce作業(yè)。相比與SQL，Pig Latin更加靈活，但學(xué)習(xí)成本更高。

10.Impala是Cloudera公司開(kāi)發(fā)，可以對(duì)存儲(chǔ)HDFS、HBase的海量數(shù)據(jù)提供交互查詢的SQL接口。除了和Hive使用相同的統(tǒng)一存儲(chǔ)平臺(tái)，Impala也使用相同的元數(shù)據(jù)，SQL語(yǔ)法，ODBC驅(qū)動(dòng)程序和用戶界面。Impala還提供了一個(gè)熟悉的面向批量或者實(shí)時(shí)查詢的統(tǒng)一平臺(tái)。Impala的特點(diǎn)是查詢非常迅速，其性能大幅度領(lǐng)先于Hive。Impala并不是基于MapReduce的，它的定位是OLAP，是Google的新三駕馬車之一Dremel的開(kāi)源實(shí)現(xiàn)。

11.Mahout是一個(gè)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘庫(kù)，它利用MapReduce編程模型實(shí)現(xiàn)k-means,Native,Bayes,Collaborative Filtering等經(jīng)典的機(jī)器學(xué)習(xí)算法，并使其具有良好的可擴(kuò)展性。

12.Flume是Cloudera提供的一個(gè)高可用，高可靠，分布式的海量日志采集、聚合和傳輸系統(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方，用于數(shù)據(jù)收集，同時(shí)Flume提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理并寫(xiě)到各個(gè)數(shù)據(jù)接收方的能力。

13.Sqoop是SQL to Hadoop的縮寫(xiě)，主要作用在于結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)與Hadoop之間進(jìn)行數(shù)據(jù)雙向交換，也就是說(shuō)，Sqoop可以將關(guān)系型數(shù)據(jù)庫(kù)的數(shù)據(jù)導(dǎo)入到HDFS、Hive、也可以從HDFS、Hive導(dǎo)出到關(guān)系型數(shù)據(jù)庫(kù)中。Sqoop利用了Hadoop的優(yōu)點(diǎn)，整個(gè)導(dǎo)入導(dǎo)出都是由MapReduce計(jì)算框架實(shí)現(xiàn)并行化，非常高效。

14.Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)。具有分布式、高可用的特性，在大數(shù)據(jù)系統(tǒng)里被廣泛使用，如果把大數(shù)據(jù)系統(tǒng)比作一臺(tái)機(jī)器，那么kafka就是前端總線，它連接了平臺(tái)中的各個(gè)組件。

還有比如說(shuō)Storm這樣大數(shù)據(jù)平臺(tái)。

分享標(biāo)題：Hadoop生態(tài)圈組件圖
當(dāng)前鏈接：http://m.kartarina.com/article12/geccgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)公司、商城網(wǎng)站、網(wǎng)站建設(shè)、域名注冊(cè)、定制網(wǎng)站、品牌網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)