大数据与hadoop之间是什么关系(什么是Hadoop在大数据)

HADOOP背景介绍

一、 什么是HADOOP

1. HADOOP是apache旗下的一套开源软件平台。

2. HADOOP提供的功能:利用服务器集群,根据用户的自定义业务逻辑,对海量数据进行分布式处理。

3. HADOOP的核心组件有

A. HDFS(分布式文件系统)

B. Yarn(运算资源调度系统)

C. MapReduce(分布式运算编程框架)

4. 广义上来说,HADOOP通常是指一个更广泛的概念——HADOOP生态圈

二、 HADOOP产生背景

1. HADOOP最早起源于Nutch。Nutch的设计目标是构建一个大型的全网搜索引擎,包括网页抓取、索引、查询等功能,但随着抓取网页数量的增加,遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题。

2. 2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案

——分布式文件系统(GFS),可用于处理海量网页的存储。

——分布式计算框架MAPREDUCE,可用于处理海量网页的索引计算问题。

2、HADOOP用于用户画像

大数据与hadoop之间是什么关系(什么是Hadoop在大数据)(1)

3、HADOOP用于网站点击流日志数据挖掘

金融行业:个人征信分析

证券行业:投资模型分析

交通行业:车辆、路况监控分析

电信行业:用户上网行为分析

......

总之:hadoop并不会跟某种具体的行业或者某个具体的业务挂钩,它只是一种用来做海量数据分析处理的工具

大数据与hadoop之间是什么关系(什么是Hadoop在大数据)(2)

国内HADOOP的就业情况分析

1、 HADOOP就业整体情况

A. 大数据产业已纳入国家十三五规划

B. 各大城市都在进行智慧城市项目建设,而智慧城市的根基就是大数据综合平台

C. 互联网时代数据的种类,增长都呈现爆发式增长,各行业对数据的价值日益重视

D. 相对于传统JAVAEE技术领域来说,大数据领域的人才相对稀缺

E. 随着现代社会的发展,数据处理和数据挖掘的重要性只会增不会减,因此,大数据技术是一个尚在蓬勃发展且具有长远前景的领域

2、 HADOOP就业职位要求

大数据是个复合专业,包括应用开发、软件平台、算法、数据挖掘等,因此,大数据技术领域的就业选择是多样的,但就HADOOP而言,通常都需要具备以下技能或知识:

A. HADOOP分布式集群的平台搭建

B. HADOOP分布式文件系统HDFS的原理理解及使用

C. HADOOP分布式运算框架MAPREDUCE的原理理解及编程

D. HIVE数据仓库工具的熟练应用

E. Flumesqoopoozie等辅助工具的熟练使用

F. Shell/python等脚本语言的开发能力

HADOOP生态圈以及各组成部分的简介

大数据与hadoop之间是什么关系(什么是Hadoop在大数据)(3)

重点各组件简介:

HADOOP(包含HDFS、MapReduce、Yarn)元老级大数据处理技术框架,擅长离线数据分析

HDFS:分布式文件系统

MapReduce:分布式运算程序开发框架

HIVE:基于大数据技术(文件系统 运算框架)的SQL数据仓库工具

HBASE:基于HADOOP的分布式海量数据库

ZOOKEEPER:分布式协调服务基础组件

Mahout:基于MapReduce/Spark/Flink等分布式运算框架的机器学习算法库

Oozie:工作流调度框架

Sqoop:数据导入导出工具

Flume:日志数据采集框架


每日一篇大数据优秀文章,助力大数据开发者成长!

作者:toto1297488504 来源:CSDN

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页