| 失效链接处理 |
|
Hadoop大数据实战手册 PDF 下载
本站整理下载：
相关截图：
主要内容：
第一章 前言
出此书的目的就是为了帮助新人快速进入大数据行业，市面上有很多类似的书籍都是重
理论少实践，特别缺少一线企业实践经验的传授，而这个教程会让您少走弯路、快速入门和
实践，让您在最短时间内达到一个一线企业大数据工程师的能力标准，因为我会把很多过气、
过时，以及很多用不上的知识淘汰掉，让大家学到的就是最实用的，带领大家以最直接的方
式掌握大数据使用方法。
我在知名一线互联网公司从事大数据开发与管理多年，深知业界大数据公司一直对大数
据人才的渴望，同时也知道有很多的大数据爱好者想参与进这个朝阳行业，因为平时也是需
要参与大数据工程师的招聘与培养的，所以特别想通过一种方式，让广大的大数据爱好者更
好的与企业对接，让优秀的人才找到合适的企业， 《Hadoop 大数据实战手册》是我根据多年
从业经验整理的系列教程，希望让更多的大数据爱好者收益！
第二章 hadoop 简介
Hadoop 是一个由 Apache 基金会所开发的开源分布式系统基础架构。用户可以在不了
解分布式底层细节的情况下，开发分布式程序，充分利用集群的威力进行高速运算和存储。
解决了大数据（大到一台计算机无法进行存储，一台计算机无法在要求的时间内进行处理）
的可靠存储和处理。适合处理非结构化数据，包括 HDFS，MapReduce 基本组件。
1. Hadoop 版本 衍化 历史
由于Hadoop版本混乱多变对初级用户造成一定困扰，所以对其版本衍化历史有个大概
了解，有助于在实践过程中选择合适的 Hadoop 版本。
Apache Hadoop 版本 分为 分为1.0 和2.0 两代 版本，我们将第一代Hadoop称为Hadoop
1.0，第二代 Hadoop 称为 Hadoop 2.0。下图是 Apache Hadoop 的版本衍化史：
第一代 Hadoop 包含三个大版本，分别是 0.20.x， ，0.21.x 和 和 0.22.x，其中，0.20.x 最后演
化成 1.0.x，变成了稳定版。
第二代 Hadoop 包含两个版本，分别是 0.23.x 和 和 2.x，它们完全不同于 Hadoop 1.0，是
一套全新的架构，均包含 HDFS Federation 和 YARN 两个系统，相比于 0.23.x，2.x 增加了
NameNode HA 和 Wire-compatibility 两个重大特性。
Hadoop 遵从 Apache 开源协议，用户可以免费地任意使用和修改 Hadoop，也正因此，
市面上出现了很多Hadoop版本，其中比较出名的一是Cloudera公司的发行版，该版本称为
CDH（Cloudera Distribution Hadoop）。
截至目前为止，CDH 共有 4 个版本，其中，前两个已经不再更新，最近的两个，分别是
CDH3 （在 Apache Hadoop 0.20.2版本基础上演化而来的）和 CDH4在 Apache Hadoop 2.0.0版
本基础上演化而来的），分别对应 Apache 的 Hadoop 1.0 和 Hadoop 2.0。
2. Hadoop 生态圈
架构师和开发人员通常会使用一种软件工具，用于其特定的用途软件开发。例如，他们
可能会说，Tomcat 是 Apache Web 服务器，MySQL 是一个数据库工具。
然而，当提到 Hadoop 的时候，事情变得有点复杂。Hadoop 包括大量的工具，用来协同
工作。因此，Hadoop 可用于完成许多事情，以至于，人们常常根据他们使用的方式来定义
它。
对于一些人来说，Hadoop 是一个数据管理系统。他们认为Hadoop是数据分析的核心，
汇集了结构化和非结构化的数据，这些数据分布在传统的企业数据栈的每一层。对于其他人，
Hadoop 是一个大规模并行处理框架，拥有超级计算能力，定位于推动企业级应用的执行。
还有一些人认为Hadoop作为一个开源社区，主要为解决大数据的问题提供工具和软件。因
为 Hadoop可以用来解决很多问题，所以很多人认为 Hadoop 是一个基本框架。
虽然 Hadoop提供了这么多的功能，但是仍然应该把它归类为多个组件组成的Hadoop
生态圈，这些组件包括数据存储、数据集成、数据处理和其它进行数据分析的专门工具。
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
