hadoop学习（一）入门

最新推荐文章于 2025-07-31 10:54:51 发布

原创最新推荐文章于 2025-07-31 10:54:51 发布 · 423 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Hadoop

大数据学习之路专栏收录该内容

3 篇文章

订阅专栏

本文介绍了Hadoop的定义、发展历程、主要发行版本及其优势，并概述了Hadoop的核心组件，最后简单介绍了Hadoop在大数据生态体系中的地位。

这里写自定义目录标题

1.hadoop是什么？

Hadoop的官网：http://hadoop.apache.org/

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
主要解决海量数据的存储和海量数据的分析计算问题。
广义上来说，Hadoop通常是指Hadoop生态圈。

2.Hadoop的发展历史

1.Hadoop最早来源于Lucene的子项目Nutch。Lucene框架用java代码书写，实现与Google类似的全文搜索功能，包括查询引擎和索引引擎，但对于海量数据的场景，Lucene面对与Google同样的问题，存储数据困难，检索速度慢。

2003年开始谷歌陆续发表的三篇论文 Map/Reduce 、 Google File System(GFS) 、BigTable。可以说Google是Hadoop的思想之源

GFS ----> HDFS
MapReduce ----> MR
BigTable ----> Hbase

3.Hadoop三大发行版本

Hadoop三大发行版本：Apache、Cloudera、Hortonworks。

Apache版本最原始（最基础）的版本，对于入门学习最好。
Cloudera在大型互联网企业中用的较多。
Hortonworks文档较好。

Apache Hadoop
官网地址：http://hadoop.apache.org/releases.html
下载地址：https://archive.apache.org/dist/hadoop/common/
Cloudera Hadoop
官网地址：https://www.cloudera.com/downloads/cdh/5-10-0.html
下载地址：http://archive-primary.cloudera.com/cdh5/cdh/5/
（1）2008年成立的Cloudera是最早将Hadoop商用的公司，为合作伙伴提供Hadoop的商用解决方案，主要是包括支持、咨询服务、培训。
（2）2009年Hadoop的创始人Doug Cutting也加盟Cloudera公司。Cloudera产品主要为CDH，Cloudera Manager，Cloudera Support
（3）CDH是Cloudera的Hadoop发行版，完全开源，比Apache Hadoop在兼容性，安全性，稳定性上有所增强。
（4）Cloudera Manager是集群的软件分发及管理监控平台，可以在几个小时内部署好一个Hadoop集群，并对集群的节点及服务进行实时监控。Cloudera Support即是对Hadoop的技术支持。
（5）Cloudera的标价为每年每个节点4000美元。Cloudera开发并贡献了可实时处理大数据的Impala项目。
Hortonworks Hadoop
官网地址：https://hortonworks.com/products/data-center/hdp/
下载地址：https://hortonworks.com/downloads/#data-platform
（1）2011年成立的Hortonworks是雅虎与硅谷风投公司Benchmark Capital合资组建。
（2）公司成立之初就吸纳了大约25名至30名专门研究Hadoop的雅虎工程师，上述工程师均在2005年开始协助雅虎开发Hadoop，贡献了Hadoop80%的代码。
（3）雅虎工程副总裁、雅虎Hadoop开发团队负责人Eric Baldeschwieler出任Hortonworks的首席执行官。
（4）Hortonworks的主打产品是Hortonworks Data Platform（HDP），也同样是100%开源的产品，HDP除常见的项目外还包括了Ambari，一款开源的安装和管理系统。
（5）HCatalog，一个元数据管理系统，HCatalog现已集成到Facebook开源的Hive中。Hortonworks的Stinger开创性的极大的优化了Hive项目。Hortonworks为入门提供了一个非常好的，易于使用的沙盒。
（6）Hortonworks开发了很多增强特性并提交至核心主干，这使得Apache Hadoop能够在包括Window Server和Windows Azure在内的Microsoft Windows平台上本地运行。定价以集群为基础，每10个节点每年为12500美元。