一、hadoop发展史
hadoop创始人Doug Cutting,主要为了实现Google类似全文搜索功能,该功能是基于Lucene框架进行优化升级,索引引擎;
2001年底Lucence成为Apache基金会的一个子项目,当时为了解决存储海量数据困难,检索海量速度慢,可以说Google是hadoop的思想之源;
GFS ---> HDFS
MapReduce ---> MR
BigTable ---> HBase
2006年3月份,MapReduce和Nutch Distributed File System(NDFS)被纳入到Hadoop项目,Hadoop正式诞生;
二、hadoop三大发行版本
Hadoop三大发行版本:Aapche、Cloudera、Hortonworks。
Apache版本最原始(最基础)的版本,对于入门学习最好。
Cloudera内部集成了很多大数据框架,对应产品CDH。
Hortonworks文档较好,对应产品HDP。
Hortonworks现在已经被Cloudera公司收购,推出新的品牌CDP。
三、hadoop优势
1)高可靠性:hadoop底层维护多个数据副本,即使某个计算或者存储出现故障,也不会丢失数据;
2)高扩展:集群可方便的扩展数以千计的节点;
- 高效性:在MapReduce下,Hadoop工作是并行的,这样能加速任务的处理速度;
4)高容错性:能够自动将失败的任务重新分配;