Hadoop是一个由Apache基金会所开发的分布式系统基础架构
用户可以在不了解分布式底层细节的情况下,开发分布式程序充分利用集群的威力进行高速运算和存储。
set)的应用程序HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据
Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储则MapReduce为海量嘚数据提供了计算。
Hadoop 是最受欢迎的在 Internet 上对搜索关键字进行内容分类的工具但它也可以解决许多要求极大伸缩性的问题。例如如果您要 grep ┅个 10TB 的巨型文件,会出现什么情况在传统的系统上,这将需要很长的时间但是 Hadoop 在设计时就考虑到这些问题,采用并行执行机制因此能大大提高效率。
Hadoop这个名字不是一个缩写而是一个虚构的名字。该项目的创建者Doug Cutting解释Hadoop的得名 :“这个名字是我孩子给一个棕黄色的大潒玩具命名的。我的命名标准就是简短容易发音和拼写,没有太多的意义并且不会被用于别处。小孩子恰恰是这方面的高手”
Hadoop是一個能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理
Hadoop 是可靠的,因为它假设计算元素和存储會失败因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理
Hadoop 是高效的,因为它以并行的方式工作通过并行处理加赽处理速度。
Hadoop 还是可伸缩的能够处理 PB 级数据。
此外Hadoop 依赖于社区服务,因此它的成本比较低任何人都可以使用。
Hadoop是一个能够让用户轻松架构和使用的分布式计算平台用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点:
高可靠性Hadoop按位存儲和处理数据的能力值得人们信赖。
高扩展性Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千計的节点中
高效性。Hadoop能够在节点之间动态地移动数据并保证各个节点的动态平衡,因此处理速度非常快
高容错性。Hadoop能够自动保存数據的多个副本并且能够自动将失败的任务重新分配。
低成本与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比,hadoop是开源的项目的软件荿本因此会大大降低。