2020-08-13:Hadoop生态圈的了解?

举报
福大大架构师每日一题 发表于 2020/08/19 11:22:20 2020/08/19
【摘要】 福哥答案2020-08-13:该项目包括以下模块:1.Common(公共工具)支持其他Hadoop模块的公共工具。2.HDFS(Hadoop分布式文件系统)提供对应用程序数据的高吞吐量访问的分布式文件系统。3.Mapreduce(分布式计算框架,地图还原)一个基于纱线的大数据集并行处理系统。4.Yarn(分布式资源管理器,纱线)一个用于作业调度和集群资源管理的框架。Apache的其他与Had...

福哥答案2020-08-13:

该项目包括以下模块:
1.Common(公共工具)
支持其他Hadoop模块的公共工具。

2.HDFS(Hadoop分布式文件系统)
提供对应用程序数据的高吞吐量访问的分布式文件系统。

3.Mapreduce(分布式计算框架,地图还原)
一个基于纱线的大数据集并行处理系统。

4.Yarn(分布式资源管理器,纱线)
一个用于作业调度和集群资源管理的框架。

Apache的其他与Hadoop相关的项目包括:
1.Ambari(安装部署配置管理工具,安巴里)
一个基于web的工具,用于提供、管理和监视apachehadoop集群,包括对Hadoop HDFS、Hadoop MapReduce、Hive、HCatalog、HBase、ZooKeeper、Oozie、Pig和Sqoop的支持。Ambari还提供了一个仪表板,用于查看集群运行状况,如热图,能够直观地查看MapReduce、Pig和Hive应用程序,以及以用户友好方式诊断其性能特征的功能。

2.Avro(数据序列化系统,阿芙罗)
Avro是Hadoop的一个数据序列化系统,由Hadoop的创始人Doug Cutting(也是Lucene,Nutch等项目的创始人)开发,设计用于支持大批量数据交换的应用。

3.Cassandra(卡桑德拉)
无单点故障的可扩展多主数据库。

4.Chukwa(楚夸)
用于管理大型分布式系统的数据采集系统。

5.HBASE(分布式列存数据库,糖化酶)
一个可扩展的分布式数据库,支持大型表的结构化数据存储。

6.HIVE(数据仓库,蜂箱)
提供数据摘要和即席查询的数据仓库基础结构。

7.Mahout(数据挖掘算法库,驯马师)
一个可扩展的机器学习和数据挖掘库。

8.Pig(ad-hoc脚本,猪)
用于并行计算的高级数据流语言和执行框架。

9.Spark(内存DAG计算模型,火花)
用于Hadoop数据的快速通用计算引擎。Spark提供了一个简单而富有表现力的编程模型,支持广泛的应用,包括ETL、机器学习、流处理和图形计算。

10.Tez(DAG计算模型,提斯)
一个基于hadoopyarn构建的通用数据流编程框架,它提供了一个强大而灵活的引擎来执行任意DAG任务,以处理批处理和交互用例的数据。提斯被蜂巢收养了™,猪™ 以及Hadoop生态系统中的其他框架,也可以通过其他商业软件(如ETL工具)来替代Hadoop™ MapReduce作为底层执行引擎。

11.Zookeeper(分布式协作服务,动物园管理员)
用于分布式应用程序的高性能协调服务。


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。