Hadoop知识点之Hadoop发展历程

一、Hadoop名字的起源

Hadoop这个名字不是一个缩写,它是一个虚构的名字。

该项目的创建者,Doug Cutting如此解释Hadoop:

这个名字是我孩子给一头吃饱了的棕黄色大象命名的。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。小孩子是这方面的高手。Googol就是由小孩命名的。

二、Hadoop发展史

  1. 2002年10月,Doug Cutting和Mike Cafarella创建了开源网页爬虫项目Nutch,Nutch的设计目标是构建一个大型的全网搜索引擎,包括网页抓取、索引、查询等功能,但随着抓取网页数量的增加,遇到了严重的可扩展性问题------如何解决数十亿网页的存储和索引问题。。

  2. 2003年10月,Google发表Google File System论文。

  3. 2004年7月,Doug Cutting和Mike Cafarella在Nutch中实现了类似GFS的功能,即后来HDFS的前身。

  4. 2004年10月,Google发表了MapReduce论文。

  5. 2005年2月,Mike Cafarella在Nutch中实现了MapReduce的最初版本。

  6. 2005年12月,开源搜索项目Nutch移植到新框架,使用MapReduce和NDFS在20个节点稳定运行。

  7. 2006年1月,Doug Cutting加入雅虎,Yahoo!提供一个专门的团队和资源将Hadoop发展成一个可在网络上运行的系统。

  8. 2006年2月,Apache Hadoop项目正式启动以支持MapReduce和HDFS的独立发展。

  9. 2006年3月,Yahoo!建设了第一个Hadoop集群用于开发。

  10. 2006年4月,第一个Apache Hadoop发布。

  11. 2006年11月,Google发表了Bigtable论文,激起了Hbase的创建。

  12. 2007年10月,第一个Hadoop用户组会议召开,社区贡献开始急剧上升。

  13. 2007年,百度开始使用Hadoop做离线处理。

  14. 2007年,中国移动开始在"大云"研究中使用Hadoop技术。

  15. 2008年,淘宝开始投入研究基于Hadoop的系统------云梯,并将其用于处理电子商务相关数据。

  16. 2008年1月,Hadoop成为Apache顶级项目。

  17. 2008年2月,Yahoo!运行了世界上最大的Hadoop应用,宣布其搜索引擎产品部署在一个拥有1万个内核的Hadoop集群上。

  18. 2008年4月,在900个节点上运行1TB排序测试集仅需209秒,成为世界最快。

  19. 2008年8月,第一个Hadoop商业化公司Cloudera成立。

  20. 2008年10月,研究集群每天装载10TB的数据。

  21. 2009 年3月,Cloudera推出世界上首个Hadoop发行版------CDH(Cloudera's Distribution including Apache Hadoop)平台,完全由开放源码软件组成。

  22. 2009年6月,Cloudera的工程师Tom White编写的《Hadoop权威指南》初版出版,后被誉为Hadoop圣经。

  23. 2009年7月 ,Hadoop Core项目更名为Hadoop Common;

  24. 2009年7月 ,MapReduce 和 Hadoop Distributed File System (HDFS) 成为Hadoop项目的独立子项目。

  25. 2009年8月,Hadoop创始人Doug Cutting加入Cloudera担任首席架构师。

  26. 2009年10月,首届Hadoop World大会在纽约召开。

  27. 2010年5月,IBM提供了基于Hadoop 的大数据分析软件------InfoSphere BigInsights,包括基础版和企业版。

  28. 2011年3月,Apache Hadoop获得Media Guardian Innovation Awards媒体卫报创新奖

  29. 2012年3月,企业必须的重要功能HDFS NameNode HA被加入Hadoop主版本。

  30. 2012年8月,另外一个重要的企业适用功能YARN成为Hadoop子项目。

  31. 2014年2月,Spark逐渐代替MapReduce成为Hadoop的缺省执行引擎,并成为Apache基金会顶级项目。

  32. 2017年12月,Release 3.0.0 generally available

相关推荐
shinelord明1 小时前
【大数据技术实战】Kafka 认证机制全解析
大数据·数据结构·分布式·架构·kafka
文火冰糖的硅基工坊2 小时前
[创业之路-702]:“第三次”与“第四次工业革命”的范式跃迁
大数据·人工智能·科技·嵌入式硬件·架构·嵌入式·gpu
TDengine (老段)2 小时前
TDengine 数据函数 LN 用户手册
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
BUTCHER54 小时前
Kafka多网卡环境配置
分布式·kafka
TDengine (老段)5 小时前
连接 TDengine 遇到报错 “failed to connect to server, reason: Connection refused” 怎么办?
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
攻城狮7号5 小时前
AI+大数据时代:如何从架构到生态重构时序数据库的价值?
大数据·人工智能·时序数据库·apache iotdb·sql大模型
TDengine (老段)5 小时前
内网搭建邮件服务,打通 TDengine IDMP 通知途径
大数据·时序数据库·tdengine
K_i1345 小时前
Hadoop 集群自动化运维实战
运维·hadoop·自动化
鸿蒙小白龙5 小时前
openharmony之分布式蓝牙实现多功能场景设备协同实战
分布式·harmonyos·鸿蒙·鸿蒙系统·open harmony
AI数据皮皮侠6 小时前
中国博物馆数据
大数据·人工智能·python·深度学习·机器学习