Hadoop初探
本節向大家描述一下什么是Hadoop，主要內容有Hadoop概念介紹和Hadoop開源的實現等，相信看完本文的介紹，大家對Hadoop有更深刻的認識。
Hadoop是什么
Hadoop 是一個分布式系統基礎架構，由Apache基金會開發。用戶可以在不了解分布式底層細節的情況下，開發分布式程序。充分利用集群的威力高速運算和存儲。項目主頁：http://hadoop.apache.org
Hadoop是一個用于運行應用程序在大型集群的廉價硬件設備上的框架。Hadoop為應用程序透明的提供了一組穩定/可靠的接口和數據運動。在Hadoop中實現了Google的MapReduce算法，它能夠把應用程序分割成許多很小的工作單元，每個單元可以在任何集群節點上執行或重復執行。此外，Hadoop還提供一個分布式文件系統用來在各個計算節點上存儲數據，并提供了對數據讀寫的高吞吐率。由于應用了map/reduce和分布式文件系統使得Hadoop框架具有高容錯性，它會自動處理失敗節點。已經在具有600個節點的集群測試過Hadoop框架。
Google的數據中心使用廉價的Linux PC機組成集群，在上面運行各種應用。即使是分布式開發的新手也可以迅速使用Google的基礎設施。核心組件是3個：
1、GFS（Google File System）。一個分布式文件系統，隱藏下層負載均衡，冗余復制等細節，對上層程序提供一個統一的文件系統API接口。Google根據自己的需求對它進行了特別優化，包括：超大文件的訪問，讀操作比例遠超過寫操作，PC機極易發生故障造成節點失效等。GFS把文件分成64MB的塊，分布在集群的機器上，使用Linux的文件系統存放。同時每塊文件至少有3份以上的冗余。中心是一個Master節點，根據文件索引，找尋文件塊。詳見Google的工程師發布的GFS論文。
2、MapReduce。Google發現大多數分布式運算可以抽象為MapReduce操作。Map是把輸入Input分解成中間的Key/Value對，Reduce把Key/Value合成最終輸出Output。這兩個函數由程序員提供給系統，下層設施把Map和Reduce操作分布在集群上運行，并把結果存儲在GFS上。
3、BigTable。一個大型的分布式數據庫，這個數據庫不是關系式的數據庫。像它的名字一樣，就是一個巨大的表格，用來存儲結構化的數據。
開源實現
這個分布式框架很有創造性，而且有極大的擴展性，使得Google在系統吞吐量上有很大的競爭力。因此Apache基金會用Java實現了一個開源版本，支持Fedora等Linux平臺。目前Hadoop受到Yahoo的支持，有Yahoo員工長期工作在項目上，而且Yahoo內部也準備使用Hadoop代替原來的基于FreeBSD的系統。
Hadoop實現了HDFS文件系統和MapRecue。目前版本是0.16。還不成熟，但是已經可以在2000個節點上運行。用戶只要繼承MapReduceBase，提供分別實現Map和Reduce的兩個類，并注冊Job即可自動分布式運行。
HDFS把節點分成兩類：NameNode和DataNode。NameNode是***的，程序與之通信，然后從DataNode上存取文件。這些操作是透明的，與普通的文件系統API沒有區別。
MapReduce則是JobTracker節點為主，分配工作以及負責和用戶程序通信。
目前這個項目還在進行中，還沒有到達1.0版本，和Google系統的差距也非常大，但是進步非常快，值得關注。另外，這是云計算（Cloud Computing）的初級階段的實現，是通向未來的橋梁。
【編輯推薦】
