在线客服
扫描二维码
下载博学谷APP
扫描二维码
关注博学谷微信公众号
学习大数据的同学都知道，Hadoop是一个很重要的知识点。本文主要概括了Hadoop的定义、优势和作用，带大家了解Hadoop基础知识能够快速入门。
1、Hadoop的定义
一句话概括：Hadoop就是存储海量数据和分析海量数据的工具。
Hadoop是由java语言编写的，在分布式服务器集群上存储海量数据并运行分布式分析应用的开源框架，其核心部件是HDFS与MapReduce。
HDFS是一个分布式文件系统：引入存放文件元数据信息的服务器Namenode和实际存放数据的服务器Datanode，对数据进行分布式储存和读取。
MapReduce是一个计算框架：MapReduce的核心思想是把计算任务分配给集群内的服务器里执行。通过对计算任务的拆分（Map计算/Reduce计算）再根据任务调度器（JobTracker）对任务进行分布式计算。
2、Hadoop的优势
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干计的节点中。
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。
低成本 ： 与一体机、商用数据仓库以及 QlikView、 Yonghong Z- Suites 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++。
3、Hadoop可以做什么
可以大数据存储：分布式存储
日志处理：擅长日志分析
ETL:数据抽取到oracle、mysql、DB2、mongdb及主流数据库
机器学习: 比如Apache Mahout项目
搜索引擎:Hadoop + lucene实现
数据挖掘：目前比较流行的广告推荐，个性化广告推荐
Hadoop是专为离线和大规模数据分析而设计的，并不适合那种对几个记录随机读写的在线事务处理模式。
以上就是Hadoop基础知识的快速入门讲解，大家都弄清楚了吗？
— 申请免费试学名额 —
在职想转行提升，担心学不会？根据个人情况规划学习路线，闯关式自适应学习模式保证学习效果
讲师一对一辅导，在线答疑解惑，指导就业！
上一篇：
仅会使用Excel能做数据分析师吗？
下一篇：
云计算大数据好就业吗？未来前景如何？
相关推荐 更多
科普Spark，什么是Spark？
Spark基于map reduce算法实现的分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的map reduce的算法。
8426
2019-07-09 12:04:57
学云计算大数据必看的六本经典书籍推荐
大数据和云计算是未来发展的重要趋势，因此吸引了不少学习者。本文就给大家推荐，学云计算大数据必看的六本经典书籍。希望能给现在还在学习路上的小伙伴一些帮助和启示。
11861
2019-08-19 09:28:00
数据仓库和数据挖掘的有什么联系和区别？
数据仓库和数据挖掘的有什么联系和区别？首先我们要清楚数据仓库是一个实现数据存放庞大的地方，而数据挖掘是从海量的数据中提取数据。因此这两者在本质上就存在明显的区别，不过两者既相互区别又相互联系，数据仓库和数据挖掘都可以看做是商业智能工具集合。下面我们来好好认识一下数据仓库和数据挖掘的定义、联系和区别吧！
8605
2020-01-12 17:13:04
数据科学的发展历程
如今，数据科学可以说是一个十分火爆的领域，我们可以看到数据科学在各行各业都得到了广泛的应用。虽然数据科学在近几年发展得如此迅猛，但是数据科学的核心技术其实早在很久以前就已经提出来了。比如数据挖掘、Hadoop、深度学习、神经网络、数据可视化、强化学习和云计算等等技术都是推动数据科学发展进程的核心手段，下面我们一起来看看吧！
9324
2020-03-26 15:36:30
分布式系统学习笔记
分布式系统其实就是为了处理更多数据而存在的。对于大数据学习者来讲，分布式系统入门还是很容易的。本文为大家总结整理了一篇关于分布式系统的学习笔记，主要内容有分布式系统的定义、常用分布式方案以及分布式和集群的对比，下面一起来看看吧~
5014
2020-06-09 11:12:49
