Hadoop是一個由Apache基金會所開發(fā)能夠讓用戶輕松架構(gòu)和使用的大規(guī)模數(shù)據(jù)處理平臺，是處理、存儲和分析海量的分布式、非結(jié)構(gòu)化數(shù)據(jù)的開源框架。Hadoop的分布式架構(gòu)，將大數(shù)據(jù)處理引擎盡可能的靠近存儲，并且它的MapReduce功能實現(xiàn)了將單個任務打碎，并將碎片任務(Map)發(fā)送到多個節(jié)點上，之后再以單個數(shù)據(jù)集的形式加載(Reduce)到數(shù)據(jù)倉庫里。Hadoop 是一種分析和處理大數(shù)據(jù)的軟件平臺，是一個用 Java 語言實現(xiàn)的 Apache 的開源軟件框架，在大量計算機組成的集群中實現(xiàn)了對海量數(shù)據(jù)的分布式計算。Hadoop具備可靠、高效、可伸縮等特點，用戶可以輕松地在Hadoop上開發(fā)和運行處理海量數(shù)據(jù)的應用程序。有需要使用Hadoop的朋友快通過kkx分享的地址來獲取吧！

Hadoop優(yōu)點

1. 高可靠性。

Hadoop按位存儲和處理數(shù)據(jù)的能力值得人們信賴。

2. 高擴展性。

Hadoop是在可用的計算機集簇間分配數(shù)據(jù)并完成計算任務的，這些集簇可以方便地擴展到數(shù)以千計的節(jié)點中。

3. 高效性。

Hadoop能夠在節(jié)點之間動態(tài)地移動數(shù)據(jù)，并保證各個節(jié)點的動態(tài)平衡，因此處理速度非?？臁?/p>

4. 高容錯性。

Hadoop能夠自動保存數(shù)據(jù)的多個副本，并且能夠自動將失敗的任務重新分配。

5. 低成本。

與一體機、商用數(shù)據(jù)倉庫以及QlikView、Yonghong Z-Suite等數(shù)據(jù)集市相比，hadoop是開源的，項目的軟件成本因此會大大降低。

Hadoop安裝教程

Hadoop2.7.1的部署

機器環(huán)境：

操作系統(tǒng)：CentOS 6.4 64位系統(tǒng)

Hadoop版本：hadoop-2.7.1，在CentOS下自行編譯后的64位版本。

Hadoop安裝步驟

1、首先下載安裝包tar zxvf hadoop-2.7.1.tar.gz

2.在虛擬機中解壓安裝包

3.安裝目錄下創(chuàng)建數(shù)據(jù)存放的文件夾，tmp、hdfs、hdfs/data、hdfs/name

4、修改/home/yy/hadoop-2.7.1/etc/hadoop下的配置文件

修改core-site.xml，加上

fs.defaultFS

hdfs://s204:9000

hadoop.tmp.dir

file:/home/yy/hadoop-2.7.1/tmp

io.file.buffer.size

131702

5.修改hdfs-site.xml，加上

dfs.namenode.name.dir

file:/home/yy/hadoop-2.7.1/dfs/name

dfs.datanode.data.dir

file:/home/yy/hadoop-2.7.1/dfs/data

dfs.replication

2

dfs.namenode.secondary.http-address

s204:9001

dfs.webhdfs.enabled

true

6.修改mapred-site.xml，加上

mapreduce.framework.name

yarn

mapreduce.jobhistory.address

s204:10020

mapreduce.jobhistory.webapp.address

s204:19888

7.修改yarn-site.xml，加上

yarn.nodemanager.aux-services

mapreduce_shuffle

yarn.nodemanager.auxservices.mapreduce.shuffle.class

org.apache.hadoop.mapred.ShuffleHandler

yarn.resourcemanager.address

s204:8032

yarn.resourcemanager.scheduler.address

s204:8030

yarn.resourcemanager.resource-tracker.address

s204:8031

yarn.resourcemanager.admin.address

s204:8033

yarn.resourcemanager.webapp.address

s204:8088

yarn.nodemanager.resource.memory-mb

768

8、配置/home/yy/hadoop-2.7.1/etc/hadoop目錄下hadoop-env.sh、yarn-env.sh的JAVA_HOME，否則啟動時會報error

export JAVA_HOME=/home/yy/jdk1.8

9.配置/home/yy/hadoop-2.7.1/etc/hadoop目錄下slaves

加上你的從服務器，我這里只有一個s205

配置成功后，將hadhoop復制到各個從服務器上

scp -r /home/yy/hadoop-2.7.1 root@s205:/home/yy/

10.主服務器上執(zhí)行bin/hdfs namenode -format

進行初始化

sbin目錄下執(zhí)行 ./start-all.sh

可以使用jps查看信息

停止的話，輸入命令，sbin/stop-all.sh

11.這時可以瀏覽器打開s204:8088查看集群信息啦

到此配置完成，如圖：

優(yōu)勢

Hadoop是一個基本框架，容許用簡單的編程實體模型在計算機中集群中對大中型數(shù)據(jù)開展分布式解決。它設計規(guī)模從單一網(wǎng)絡服務器到數(shù)千臺設備，每一個網(wǎng)絡服務器都可以提供當?shù)剡\算存放作用，框架自身提供是指電子計算機集群高可用性服務，不依賴硬件配置來提供可擴展性。
用戶可在不太了解分布式最底層關(guān)鍵點的情形下，快速地在Hadoop上開發(fā)與運作解決大數(shù)據(jù)的應用軟件。降低成本、高可靠、高拓展、高合理、高容錯機制等特點讓hadoop變成最流行大數(shù)據(jù)分析平臺。
Hadoop的生態(tài)系統(tǒng)，主要是由HDFS、MapReduce，HBase，Zookeeper，Pig、Hive等關(guān)鍵部件組成，同時還包含Sqoop、Flume等框架，用于與其他公司系統(tǒng)融合。與此同時，Hadoop生態(tài)系統(tǒng)還在不斷增加，它增加了Mdhout、Ambari等相關(guān)信息，以提供升級作用。