2021年最美不过初相见好程序员教你Hadoop的正确打开方式1.docx

最美不过初相见 好程序员教你Hadoop正确打开方法？
最美不过初相见，我和大数据Hadoop开始始于好程序员。经历了上一阶段学****对Java了解逐步加深，潜移默化中树立了足够大自信，并投入到Hadoop学****以前辈那里得悉这一部分知识是整个大数据培训中重中之重，所以，更是不敢有一点怠慢。Hadoop初识便带着十分专注。近期知识点总结，已足以验证我努力和付出，以下是我部分总结，愿和大家一同分享。
方法一、 Hadoop 是什么？
 Hadoop 是一个由 Apache 基金会所开发分布式系统基础架构， 关键处理，海量数据存放和海量数据分析计算问题。 广义上来说，HADOOP 通常是指一个更广泛概念——HADOOP 生态圈。
方法二、Hadoop 优势
1 .高可靠性： Hadoop 假设计算元素和存放会出现故障，它维护多个工作数据副本，在出现故障时能够对失败节点重新分布处理。
：在集群间分配任务数据，可方便扩展数以千计节点。
：在 MapReduce 思想下，Hadoop 是并行工作，以加紧任务处理速度。
：自动保留多份副本数据，而且能够自动将失败任务重新分配。
方法三、 Hadoop 组成
HDFS：一个高可靠、高吞吐量分布式文件系统。
：一个分布式离线并行计算框架。
：作业调度和集群资源管理框架。
：支持其它模块工具模块（Configuration、RPC、序列化机制、日志操作）。
方法四、YARN 架构概述
1. ResourceManager(rm)：处理用户端请求、开启/监控 ApplicationMaster、监控 NodeManager、资源分配和调度；
2. NodeManager(nm)：单个节点上资源管理、处理来自 ResourceManager 命令、处理来自 ApplicationMaster 命令；
3.  ApplicationMaster：数据切分、为应用程序申请资源，并分配给内部任务、任务监控和容错。
4. Container：对任务运行环境抽象，封装了CPU、内存等多维资源和环境变量、开启命令等任务运行相关信息。
方法五、大数据技术生态体系
1. Sqoop：sqoop 是一款开源工具，关键用于在Hadoop(Hive)和传统数据库(mysql)间进行数据传输，能够将一个关系型数据库（比如 ： MySQL ,Oracle 等）中数据导进到Hadoop  HDFS 中，也能够将 HDFS数据导进到关系型数据库中。
：Flume 是 Cloudera 提供一个高可用，高可靠，分布式海量日志采集、聚合和传输系统，Flume 支持在日志系统中定制各类数据发送方，用于搜集数据；同时，Flume提供对数据进行简单处理，并写到多种数据接收方（可定制）能力。
：它 是一个高吞吐量分布式公布订阅消息系统，它特征在于：
（1）经过磁盘数据结构提供消息持久化，这种结构对于即使数以 TB 消息存放也能够保持长时间稳定性能。
（2）高吞吐量，即使是很一般硬件 Kafka 也能够支持每秒数百万消息。
（3）