Hadoop简介
2015-08-27 20:28
211 查看
Hadoop由分布式数据存储引擎和MapReduce执行引擎组成,成功在处理使用大量节点、围绕大量数据集展开的高分布性问题方面。这些众多的节点构成了Hadoop集群。
Hadoop集群是有一个主节点JobTracker和多个从节点TaskTracker构成。
一个用户程序叫做一项作业,分为两个步骤,map和reduce。
Hadoop MapReduce框架采用分布式文件系统HDFS来读取数据。
HDFS包含主节点NameNode和从节点DataNode。数据分割成数据块并分发到集群内的多个节点上。充分利用数据的本地优势,把计算逻辑转移到数据所在的机器。
Hadoop启动一项MapReduce作业的具体项:
1、Hadoop创建一个MapReduce应用的实例;
2、作业被提交给JobTracker;
3、作业被拆分成map任务(mapper)和reduce任务(reducer);
4、输入的数据集被拆分成大小相等的数据块;
5、并采用心跳协议(heartbeat prototol)分配任务。每个数据块被调度到一个TaskTracker节点上并由一个map任务处理;
6、TaskTracker周期性地给JobTracker发送状态,JobTracker优先将本地数据库分配给TaskTracker节点,否则分配本地机架或随机数据块给TaskTracker;
7、map函数执行完毕,进行shuffle(将中间键值对分组),最后由reduce完成最终结果的输出。
备注:完成步骤:map、merge、shuffle、sort、reduce
map和reduce函数的写法直接影响了MapReduce的性能。
性能检测工具有:Chukwa、Ganglia、Nagios、Ambari。
用于检测Hadoop集群节点的系统资源使用情况的检测、核心服务指标检测。
常检测的资源有:I/O带宽、每秒磁盘IO操作的次数、平均数据传输率、网络延迟、平均内存、交换空间利用情况。
Hadoop集群是有一个主节点JobTracker和多个从节点TaskTracker构成。
一个用户程序叫做一项作业,分为两个步骤,map和reduce。
Hadoop MapReduce框架采用分布式文件系统HDFS来读取数据。
HDFS包含主节点NameNode和从节点DataNode。数据分割成数据块并分发到集群内的多个节点上。充分利用数据的本地优势,把计算逻辑转移到数据所在的机器。
Hadoop启动一项MapReduce作业的具体项:
1、Hadoop创建一个MapReduce应用的实例;
2、作业被提交给JobTracker;
3、作业被拆分成map任务(mapper)和reduce任务(reducer);
4、输入的数据集被拆分成大小相等的数据块;
5、并采用心跳协议(heartbeat prototol)分配任务。每个数据块被调度到一个TaskTracker节点上并由一个map任务处理;
6、TaskTracker周期性地给JobTracker发送状态,JobTracker优先将本地数据库分配给TaskTracker节点,否则分配本地机架或随机数据块给TaskTracker;
7、map函数执行完毕,进行shuffle(将中间键值对分组),最后由reduce完成最终结果的输出。
备注:完成步骤:map、merge、shuffle、sort、reduce
map和reduce函数的写法直接影响了MapReduce的性能。
性能检测工具有:Chukwa、Ganglia、Nagios、Ambari。
用于检测Hadoop集群节点的系统资源使用情况的检测、核心服务指标检测。
常检测的资源有:I/O带宽、每秒磁盘IO操作的次数、平均数据传输率、网络延迟、平均内存、交换空间利用情况。
相关文章推荐
- 如何安装安装nginx软件--nginx的自动安装
- Linux 下动态库 / 静态库(依赖)
- ECSHOP调用分类文章
- Photoshop图像处理算法实现—明度调整
- linux shell 命令常用快捷键
- opensessioninview
- ecshop模板构建说明
- 解决centos系统自定义在rc.local中的脚本不能执行问题小记
- Apache安装
- linux下执行aapt时,提示/usr/lib/libz.so.1 no version information available
- Linux下配置DHCP服务器
- linux用户及组管理基础
- Nginx安装
- CentOS7设置IP地址
- Linux内核工程导论——内核调试
- Hadoop Avro支持多输入AvroMultipleInputs
- Hadoop发展历史简介
- Linux内核工程导论——CGroup子系统
- ACdream 1216 Beautiful People(二路最长上升子序列 O(nlogn) )
- Linux内核工程导论——Linux的启动