# 😽Hadoop 概述

# 🍖Hadoop 是什么

• 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，海量数据的存储和分析计算问题。
• 广义上来说，Hadoop 通常是指一个更广泛的概念 ——Hadoop 生态圈。

# 🍖Hadoop 优势（4 高）

• 高可靠性：Hadoop 底层维护多个数据副本，所以即使 Hadoop 某个计算元素或存储出现故障，也不会导致数据的丢失。
• 高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。
• 高效性：在 MapReduce 的思想下，Hadoop 是并行工作的，以加快任务处理速度。
• 高容错性：能够自动将失败的任务重新分配。

# 🍖Hadoop 组成

Hadoop 1.x 组成：​​

• MapReduce（计算 + 资源调度）
• HDFS（数据存储）
• Common（辅助工具）

Hadoop 2.x/ 3.x 组成：

• MapReduce（计算）
• Yarn（资源调度）
• HDFS（数据存储）
• Common（辅助工具）

# 🐶HDFS 架构

Hadoop Distributed File System，简称 HDFS，是一个分布式文件系统。

• NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的 DataNode 等。
• DataNode (dn)：在本地文件系统存储文件块数据，以及块数据的校验和。
• Secondary NameNode(2nn)：每隔一段时间对 NameNode 元数据备份。

# 🐶Yarn 架构

Yet Another Resource Negotiator 简称 YARN ，另一种资源协调者，是 Hadoop 的资源管理器。

• ResourceManager（RM）：整个集群资源（内存、CPU 等）的老大
• NodeManager（NM）：单个节点服务器资源老大
• ApplicationMaster（AM）：单个任务运行的老大
• Container：容器，相当一台独立的服务器，里面封装了任务运行所需要的资源，如内存、CPU、磁盘、网络等。

# 🐶MapReduce 架构

MapReduce 将计算过程分为两个阶段：Map 和 Reduce

• Map 阶段并行处理输入数据

• Reduce 阶段对 Map 结果进行汇总