hadoop安装和基本知识

安装教程：/home/yu/develop/hadoop-2.7.1/bin:/home/yu/develop/hadoop-2.7.1/sbin

hadoop组成

　　hadoop主要包括HDFS系统和MapReduce两个部分。

HDFS文件系统

　　hdfs文件系统特点：1.数据冗余，硬件容错

　　　　　　　　　　　　2.流式数据访问。不允许修改，写一次读多次，想修改只能删除再写

　　　　　　　　　　　　3.适合大容量文件，不适合大量小文件，因为文件每次读取都需要访问NameNode，NameNode会产生过大的负载

　　　　　　　　　　　　4.不适合交互式，延迟较大

　　　　　　　　　　　　5.不支持多个用户同时写一个文件

　　hdfs文件被分成块进行存储，hdfs系统块默认大小为64MB块是文件存储的逻辑单元

　　NameNode是管理节点，存放元数据。

　　　　元数据主要存储两种表：1.文件与数据块的映射表 　　2.数据块与数据节点的映射表

　　　　还存在二级NameNode定期元同步数据映像文件、修改日志，NameNode发生故障时二级NameNode转正

　　DataNode是HDFS的工作节点，存放数据块

　　　　1.HDFS中每个数块存三份，分布在两个机架的三个节点

　　　　2.心跳检测：DataNode定期向NameNode放心跳消息

MapReduce并行计算模型

　　1.MapReduce概念

　　　　

　　　　Map：将一个大的任务分解成许多小任务，进行并行处理

　　　　Reduce：将结果合并

　　2..job和task

　　　　一个作业成为job，一个job完成过程要拆分成多个task，task又分为JobTask和MapTask两类

　　3..hadoop Mapreduce体系结构

　　　　

　　　　（1）Jobtracker

　　　　　　a.作业调度

　　　　　　b.分配任务、监控任务执行进度

　　　　　　c.监控Tasktracker运行情况

　　　　（2）TaskTracker

　　　　　　a.执行任务

　　　　　　b.汇报任务状态 

　　　　4.MapReduce作业执行过程

　　

　　

　　　　4.容错机制

　　　　　　a.重复执行

　　　　　　b.推测执行

　　　　　　　　当一个节点执行过慢时会使用另一个节点与其共同计算相同的任务，当有一个节点完成时，另一个节点不在进行计算。