内容简介：HDFS:文件，块，副本假如：一个文件test.log,大小为200M,
HDFS:
文件，块，副本
假如：一个文件test.log,大小为200M,
一块（block），默认的blocksize是128M, 两个块=一个128M + 一个72M
副本：HDFS默认3副本
三个机器:node1:blk1 blk2 即使第一台机器挂掉了，也不影响
node2:blk1
node3:blk2
node4:blk1 blk2
MapReduce:一个经典的wordcount的问题
文件内容：bear，apple,this,
some,you,love,apple,
love,bear,this
先是split,分成一行一行的，然后map,每行的单个内容分开,{bear,1},{apple,1}{this,1}然后shuffle，{bear，[1,1]},{apple,[1,1]},{this,[1,1]},最后reduce得到最终结果{bear,2},{apple,2},{this,2}
YARN 资源调度器， Yet Another Resource Negotiator
负责整个集群的资源管理和调度
常用的hadoop发行版及选择：
Apache
优点：纯开源
缺点：不同版本/不同框架之间会有jar包冲突
CDH
优点：cm(cloudera manager)通过页面一键安装各种框架 升级
缺点：cm不开源
Hortonworks:HDP
优点：原装hadoop
缺点：企业级安全不开源
以上所述就是小编给大家介绍的《新手入门大数据 Hadoop基础与电商行为日志分析（二）》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 树莓派新手入门教程
- 木兰重生：交互环境复现，新添新手入门
- Spark新手入门（单机模式）——Scala环境准备
- 新手如何快速入门数据分析？
- 新手入门之spring boot介绍及使用详解
- Elasticsearch 零基础到入门新手教程
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
