目录

1、Hadoop是什么

1.1、狭义上的Hadoop：

1.2、广义上的Hadoop：

 1.3、Hadoop核心组件：

2、Hadoop特性优点

3、Hadoop架构变迁

 4、Hadoop集群

 HDFS集群和YARN集群逻辑上分离，物理上一起

广义上的Hadoop指的是围绕Hadoop打造的大数据生态圈

        HDFS作为分布式文件存储系统，处在生态圈底层与核心地位

​        YARN作为分布式通用的集群资源管理系统和任务调度平台，支撑各种计算引擎运行，保证了hadoop地位

​        MapReduce作为大数据生态圈第一代分布式计算引擎，由于自身设计的模型所产生的的弊端，导致企业一线几乎不再直接使用MapReduce进行编程计算，但是很多软件的底层任然在使用MapReduce引擎来处理数据 

        HDFS（分布式文件存储系统）：解决海量数据存储

​        YARN（集群资源管理和任务调度框架）：解决资源任务调度

​        MapReduce（分布式计算框架）：解决海量数据计算

###################################################### 

        扩容能力强

​                Hadoop实在可用的计算机集群间分配数据并完成计算任务的， ​                这些集群可方便灵活的方式扩展到数以千计的节点。

​        成本低

​                Hadp允许通过部署普通廉价的机器组成集群来处理大数据，以至于成本很低，着重的是集群整体能力

​        效率高

​                通过并发数据，Hadoop可以在节点之间动态并行的移动数据，使得速度非常快

​        可靠性

​                能自动维护数据的多份复制，并且在任务失败后能自动的重新部署（redeploy）计算任务， ​                所以Hadoop的按位存储和处理数据能力值的人们信赖

######################################################  

        Hadoop1.0：

​                HDFS（分布式文件存储） ​                MapReduce（资源管理和分布式数据处理）

​        Hadoop2.0：

​                HDFS（分布式文件存储） ​                MapReduce（资源管理和分布式数据处理） ​                YARN（集群资源管理，任务调度）

​        Hadoop3.0：

​                通用方面： ​                精简内核，类路径隔离，shell脚本重构

​                Hadoop HDFS： ​                EC纠删码，多nameNode支持

​                Hadoop MapReduce: ​                任务本地化优化，内存参数自动推断

​                Hadoop YARN： ​                Timeline Service V2、队列配置

######################################################  

Hadoop集群包括两个集群：HDFS集群，YARN集群

        两个集群逻辑上分离，通常物理上一起 ​        两个集群都是标准的主从架构集群

​        HDFS集群： ​                主角色：NameNode ​                从角色：DataNode ​                主角色辅助角色：SecondaryNameNode

​        YARN集群： ​                主角色：ResourceManager ​                从角色：NodeManager

逻辑上分离指的是HDFS集群和YARN集群互相之间没有依赖，不是必须启动一个才能启动另一个，互不影响。 但是在物理层面，两个集群的进程又可能部署在一台机器上面。 MapReduce是计算框架，代码层面的组件，没有集群之说