Hadoop—大数据解决方案

service 解决方案 224 次浏览 没有评论

 

自动草稿

Hadoop

传统方法

在以前的传统方法中,企业会用一台计算机来存储和处理数据,将数据存储在Oracle数据库、MS SQL Server或DB2里,再利用软件进行编写和数据交互,进而分析所需数据,处理并呈现给用户。

自动草稿

传统方法

局限性

这种方法只能用于数据量较少的业务,通过标准的数据库服务器或处理器来处理数据,但在处理大数据方面,用传统的数据库服务器,就很难完成任务。

Google方案

谷歌使用MapReduce算法解决了这个问题,该算法将任务划分为几部分,然后分配给多台计算机,收集结果并形成最终数据集。

自动草稿

Google方案

上图显示,各种商品硬件可以是单个CPU容量较大的机器或服务器。

Hadoop

自动草稿

Doug Cutting

Hadoop由 Apache Software Foundation 公司于 2005 年秋天作为Lucene的子项目Nutch的一部分正式引入。Hadoop这个名字不是一个缩写,而是一个虚构的名字。该项目的创建者,Doug Cutting解释Hadoop的得名:“这个名字是我孩子给一个棕黄色的大象玩具命名的。我的命名标准就是简短,容易发音和拼写,没有太多的意义,并且不会被用于别处。小孩子恰恰是这方面的高手。”现在的Apache Hadoop是Apache软件基金会的注册商标。

Hadoop使用MapReduce算法运行应用程序,数据在不同的CPU并行处理节点,简而言之,Hadoop框架能够开发应用程序并在多个计算机上运行,并对海量数据的进行完整的统计分析。

自动草稿

Hadoop框架

Hadoop框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了计算。

java及大数据免费班:18-25岁普通高等专科以上学历在读或已毕业,优先专业:61大类电子信息大类,5603自动化类,670105K数学教育,详情请关注微信号zhi_neng_she

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序,它主要有以下几个优点:

高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千计的节点中。

高效性。Hadoop能够在节点之间动态地移动数据,并保证各个节点的动态平衡,因此处理速度非常快。

高容错性。Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配。

低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比,hadoop是开源的,项目的软件成本因此会大大降低。

Hadoop带有用Java语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写,比如 C++。

hadoop大数据处理的意义

Hadoop得以在大数据处理应用中广泛应用得益于其自身在数据提取、变形和加载(ETL)方面上的天然优势。Hadoop的分布式架构,将大数据处理引擎尽可能的靠近存储,对ETL这样的批处理操作相对合适,因为类似这样操作的批处理结果可以直接走向存储。Hadoop的MapReduce功能实现了将单个任务打碎,并将碎片任务(Map)发送到多个节点上,之后再以单个数据集的形式加载(Reduce)到数据仓库里。



义乌奥美电脑 技术咨询

发表评论

Go