Hadoop的介紹

Hadoop最早起源于Nutch.Nutch的設計目標是構建一個大型的全網搜索引擎，包括網頁抓取、索引、查詢等功能，但隨著抓取網頁數量的增加，遇到了嚴重的可擴展性問題——如何解決數十億網頁的存儲和索引問題.

2003年、2004年谷歌發表的兩篇論文為該問題提供了可行的解決方案.
——分布式文件系統(GFS)，可用于處理海量網頁的存儲
——分布式計算框架MAPREDUCE，可用于處理海量網頁的索引計算問題.

Nutch的開發人員完成了相應的開源實現HDFS和MAPREDUCE，并從Nutch中剝離成為獨立項目HADOOP，到2008年1月，HADOOP成為Apache頂級項目.
狹義上來說，hadoop就是單獨指代hadoop這個軟件，
HDFS :分布式文件系統
MapReduce : 分布式計算系統
廣義上來說，hadoop指代大數據的一個生態圈，包括很多其他的軟件

1.hadoop的歷史版本介紹

1.x版本系列:hadoop版本當中的第二代開源版本，主要修復0.x版本的一些bug等2.x版本系列:架構產生重大變化，引入了yarn平臺等許多新特性3.x版本系列: 加入多namenoode新特性

hadoop三大公司發型版本介紹

免費開源版本apache:

優點:擁有全世界的開源貢獻者，代碼更新迭代版本比較快，缺點:版本的升級，版本的維護，版本的兼容性，版本的補丁都可能考慮不太周到，apache所有軟件的下載地址(包括各種歷史版本):

免費開源版本hortonWorks:

hortonworks主要是雅虎主導Hadoop開發的副總裁，帶領二十幾個核心成員成立Hortonworks，核心產品軟件HDP(ambari)，HDF免費開源，并且提供一整套的web管理界面，供我們可以通過web界面管理我們的集群狀態，web管理界面軟件HDF網址(
)

軟件收費版本ClouderaManager:

cloudera主要是美國一家大數據公司在apache開源hadoop的版本上，通過自己公司內部的各種補丁，實現版本之間的穩定運行，大數據生態圈的各個版本的軟件都提供了對應的版本，解決了版本的升級困難，版本兼容性等各種問題

hadoop的架構模型(1.x，2.x的各種架構模型介紹)

1.x的版本架構模型介紹

文件系統核心模塊:NameNode:集群當中的主節點，管理元數據(文件的大小，文件的位置，文件的權限)，主要用于管理集群當中的各種數據secondaryNameNode:主要能用于hadoop當中元數據信息的輔助管理DataNode:集群當中的從節點，主要用于存儲集群當中的各種數據數據計算核心模塊:JobTracker:接收用戶的計算請求任務，并分配任務給從節點TaskTracker:負責執行主節點JobTracker分配的任務

2、2.x的版本架構模型介紹

第一種:NameNode與ResourceManager單節點架構模型

文件系統核心模塊:

NameNode:集群當中的主節點，主要用于管理集群當中的各種數據secondaryNameNode:主要能用于hadoop當中元數據信息的輔助管理DataNode:集群當中的從節點，主要用于存儲集群當中的各種數據

數據計算核心模塊:

ResourceManager:接收用戶的計算請求任務，并負責集群的資源分配NodeManager:負責執行主節點APPmaster分配的任務

第二種:NameNode單節點與ResourceManager高可用架構模型

文件系統核心模塊:

NameNode:集群當中的主節點，主要用于管理集群當中的各種數據secondaryNameNode:主要能用于hadoop當中元數據信息的輔助管理DataNode:集群當中的從節點，主要用于存儲集群當中的各種數據

數據計算核心模塊:

ResourceManager:接收用戶的計算請求任務，并負責集群的資源分配，以及計算任務的劃分，通過zookeeper實現ResourceManager的高可用NodeManager:負責執行主節點ResourceManager分配的任務

第三種:NameNode高可用與ResourceManager單節點架構模型

文件系統核心模塊:

NameNode:集群當中的主節點，主要用于管理集群當中的各種數據，其中nameNode可以有兩個，形成高可用狀態DataNode:集群當中的從節點，主要用于存儲集群當中的各種數據JournalNode:文件系統元數據信息管理

數據計算核心模塊:

ResourceManager:接收用戶的計算請求任務，并負責集群的資源分配，以及計算任務的劃分NodeManager:負責執行主節點ResourceManager分配的任務

第四種:NameNode與ResourceManager高可用架構模型

文件系統核心模塊:

NameNode:集群當中的主節點，主要用于管理集群當中的各種數據，一般都是使用兩個，實現HA高可用JournalNode:元數據信息管理進程，一般都是奇數個DataNode:從節點，用于數據的存儲

數據計算核心模塊:

ResourceManager:Yarn平臺的主節點，主要用于接收各種任務，通過兩個，構建成高可用NodeManager:Yarn平臺的從節點，主要用于處理ResourceManager分配的任務

2、appache版本hadoop重新編譯

2.1為什么要編譯hadoop

由于appache給出的hadoop的安裝包沒有提供帶C程序訪問的接口,所以我們在使用本地庫(本地庫可以用來做壓縮,以及支持C程序等等)的時候就會出問題,需要對Hadoop源碼包進行重新編譯.

2.2編譯環境的準備

2.2.1：準備linux環境

準備一臺linux環境,內存4G或以上,硬盤40G或以上,我這里使用的是Centos6.9 64位的操作系統(注意：一定要使用64位的操作系統)

2.2.2：虛擬機聯網,關閉防火墻,關閉selinux

關閉防火墻命令：

service iptables stop chkconfig iptables off

關閉selinuxvim /etc/selinux/config

2.2.3：安裝jdk1.7

注意hadoop-2.7.5 這個版本的編譯,只能使用jdk1.7,如果使用jdk1.8那么就會報錯查看centos6.9自帶的openjdkrpm -qa | grep java將所有這些openjdk全部卸載掉

rpm -e java-1.6.0-openjdk-1.6.0.41-1.13.13.1.el6_8.x86_64 tzdata-java-2016j-1.el6.noarch java-1.7.0-openjdk-1.7.0.131-2.6.9.0.el6_8.x86_64

注意：這里一定不要使用jdk1.8,親測jdk1.8會出現錯誤將我們jdk的安裝包上傳到/export/softwares(我這里使用的是jdk1.7.0_71這個版本)解壓我們的jdk壓縮包統一兩個路徑

mkdir -p /export/servers mkdir -p /export/softwares cd /export/softwares tar -zxvf jdk-7u71-linux-x64.tar.gz -C ../servers/

配置環境變量vim /etc/profile

export JAVA_HOME=/export/servers/jdk1.7.0_71 export PATH=:$JAVA_HOME/bin:$PATH

讓修改立即生效source /etc/profile

2.2.4：安裝maven

這里使用maven3.x以上的版本應該都可以,不建議使用太高的版本,強烈建議使用3.0.5的版本即可將maven的安裝包上傳到/export/softwares然后解壓maven的安裝包到/export/servers

cd /export/softwares/ tar -zxvf apache-maven-3.0.5-bin.tar.gz -C ../servers/

配置maven的環境變量vim /etc/profile

export MAVEN_HOME=/export/servers/apache-maven-3.0.5 export MAVEN_OPTS="-Xms4096m -Xmx4096m" export PATH=:$MAVEN_HOME/bin:$PATH

讓修改立即生效source /etc/profile解壓maven的倉庫tar -zxvf mvnrepository.tar.gz -C /export/servers/修改maven的配置文件

cd /export/servers/apache-maven-3.0.5/conf vim settings.xml

指定我們本地倉庫存放的路徑添加一個我們阿里云的鏡像地址,會讓我們下載jar包更快

<mirror><id>alimaven</id><name>aliyun maven</name><url>http://maven.aliyun.com/nexus/content/groups/public/</url><mirrorOf>central</mirrorOf></mirror>

2.2.5：安裝findbugs

解壓findbugstar -zxvf findbugs-1.3.9.tar.gz -C ../servers/配置findbugs的環境變量

vim /etc/profile

export JAVA_HOME=/export/servers/jdk1.7.0_75 export PATH=:$JAVA_HOME/bin:$PATH export MAVEN_HOME=/export/servers/apache-maven-3.0.5 export PATH=:$MAVEN_HOME/bin:$PATH export FINDBUGS_HOME=/export/servers/findbugs-1.3.9 export PATH=:$FINDBUGS_HOME/bin:$PATH

讓修改立即生效source /etc/profile

2.2.6：在線安裝一些依賴包

yum install autoconf automake libtool cmake yum install ncurses-devel yum install openssl-devel yum install lzo-devel zlib-devel gcc gcc-c++

bzip2壓縮需要的依賴包

yum install -y bzip2-devel

2.2.7：安裝protobuf

解壓protobuf并進行編譯

cd /export/softwares tar -zxvf protobuf-2.5.0.tar.gz -C ../servers/ cd /export/servers/protobuf-2.5.0 ./configure make && make install

2.2.8、安裝snappy

cd /export/softwares/ tar -zxf snappy-1.1.1.tar.gz -C ../servers/ cd ../servers/snappy-1.1.1/ ./configure make && make install

2.2.9：編譯hadoop源碼

對源碼進行編譯

cd /export/softwares tar -zxvf hadoop-2.7.5-src.tar.gz -C ../servers/ cd /export/servers/hadoop-2.7.5

編譯支持snappy壓縮：mvn package -DskipTests -Pdist,native -Dtar -Drequire.snappy -e -X編譯完成之后我們需要的壓縮包就在下面這個路徑里面

/export/servers/hadoop-2.7.5/hadoop-dist/target

總結

以上是生活随笔為你收集整理的hadoop 计算几点 主节点_01-Hadoop的介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。