大数据入门学习之Hadoop技术优缺点

大数据入门学习之Hadoop技术优缺点

(1)Hadoop具备按位存储和处理数据能力的高可靠性。

(2)Hadoop经过可用的计算机集群分配数据，完成存储和计算任务，这些集群能够方便地扩展到数以千计的节点中，具备高扩展性。

(3)Hadoop可以在节点之间进行动态地移动数据，并保证各个节点的动态平衡，处理速度很是快，具备高效性。

(4)Hadoop可以自动保存数据的多个副本，而且可以自动将失败的任务从新分配，具备高容错性。

 

Hadoop的缺点

(1)Hadoop不适用于低延迟数据访问。

(2)Hadoop不能高效存储大量小文件。

(3)Hadoop不支持多用户写入并任意修改文件。

Hadoop的核心组件

Hadoop自诞生以来，主要出现了Hadoop一、Hadoop二、Hadoop3三个系列多个版本。

HDFS和MapReduce是Hadoop1的核心组件，Hadoop生态圈里的不少组件都是基于HDFS和MapReduce发展出来的。在继Hadoop1以后出现了Hadoop2，Hadoop2在Hadoop1的基础上作了改进。相比Hadoop1，Hadoop2的三大核心组件分别是HDFS、MapReduce、Yarn。目前市面上绝大部分企业使用的是Hadoop2，本书使用的是Hadoop2.7.3这一版本。

Hadoop2的一个公共模块和三大核心组件组成了四个模块，简介以下。

(1)HadoopCommon：为其余Hadoop模块提供基础设施。

(2)HDFS：具备高可靠性、高吞吐量的分布式文件系统。

(3)MapReduce：基于Yarn系统，分布式离线并行计算框架。

(4)Yarn：负责做业调度与集群资源管理的框架。

在学习大数据的过程中有碰见任何问题，能够加入个人Java/大数据交流学习扣扣qun：732308174，多多交流问题，互帮互助，群里有不错的学习教程和开发工具。学习大数据有任何问题（学习方法，学习效率，如何就业），能够随时来咨询我！