1. Hadoop简介
1.1 Hadoop架构
- Hadoop由三个模块组成：分布式存储HDFS、分布式计算MapReduce、资源调度引擎YARN
1.2 Hadoop历史
-
Hadoop作者Doug Cutting
-
Apache Lucene是一个文本搜索系统库
-
Apache Nutch作为前者的一部分，主要包括web爬虫、全文检索；2003年"谷歌分布式文件系统GFS"论文，2004年开源版本NDFS
-
2004年"谷歌MapReduce"论文，2005年Nutch开源版MapReduce
2、更多内容：
- HDFS分布式文件系统
- MR(MapReduce)离线数据处理
- YARN集群资源管理