今天，我们正被数据包围。全球43亿部电话、20亿位互联网用户每秒都在不断地产生大量数据，人们发送短信给朋友、上传视频、用手机拍照、更新社交网站的信息、转发微博、点击广告等，使得机器产生和保留了越来越多的数据。数据的指数级增长对处于市场领导地位的互联网公司，如Facebook、谷歌、雅虎、亚马逊、腾讯等提出了挑战。它们需要对TB级别和PB级别的数据进行分析处理，以发现哪些网站更受欢迎，哪些商品更具有吸引力，哪些广告更吸引用户。传统的工具对于处理如此规模的数据集越来越无能为力。

　　现在，Hadoop应运而生，庞大的信息流有了新的处理平台。今天千锋深圳大数据培训老师给大家分享：：Hadoop技术的优缺点。

　　1、Hadoop的优点

　　(1)Hadoop具有按位存储和处理数据能力的高可靠性。

　　(2)Hadoop通过可用的计算机集群分配数据，完成存储和计算任务，这些集群可以方便地扩展到数以千计的节点中，具有高扩展性。

　　(3)Hadoop能够在节点之间进行动态地移动数据，并保证各个节点的动态平衡，处理速度非常快，具有高效性。

　　(4)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配，具有高容错性。

　　2、Hadoop的缺点

　　(1)Hadoop不适用于低延迟数据访问。

　　(2)Hadoop不能高效存储大量小文件。

　　(3)Hadoop不支持多用户写入并任意修改文件。

　　Hadoop的核心组件

　　3、Hadoop版本简介

　　Hadoop自诞生以来，主要出现了Hadoop1、Hadoop2、Hadoop3三个系列多个版本。

　　HDFS和MapReduce是Hadoop1的核心组件，Hadoop生态圈里的很多组件都是基于HDFS和MapReduce发展出来的。在继Hadoop1之后出现了Hadoop2，Hadoop2在Hadoop1的基础上做了改进。相比Hadoop1，Hadoop2的三大核心组件分别是HDFS、MapReduce、Yarn。目前市面上绝大部分企业使用的是Hadoop2。

　　Hadoop2的一个公共模块和三大核心组件组成了四个模块，简介如下：

　　(1)Hadoop Common：为其他Hadoop模块提供基础设施。

　　(2)HDFS：具有高可靠性、高吞吐量的分布式文件系统。

　　(3)MapReduce：基于Yarn系统，分布式离线并行计算框架。

　　(4)Yarn：负责作业调度与集群资源管理的框架。

　　Hadoop技术俨然成为大数据的关键点，也是大数据开发课程的重中之重，学习更多Hadoop技术知识，尽在千锋深圳大数据培训!

上一篇

深圳Python运维学习哪家好

下一篇

深圳Java培训班就业薪资高吗 零基础来千锋免费试听