本節(jié)和大家學(xué)習(xí)一下有關(guān)Hadoop方面的內(nèi)容，主要包括Hadoop起源，開(kāi)源實(shí)現(xiàn)和Hadoop未來(lái)預(yù)見(jiàn)，相信通過(guò)本節(jié)的介紹大家對(duì)Hadoop一定會(huì)有一個(gè)初步的了解。

Hadoop--云計(jì)算的初級(jí)實(shí)現(xiàn)、通向未來(lái)的橋梁

Hadoop是一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，由Apache基金會(huì)開(kāi)發(fā)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開(kāi)發(fā)分布式程序。充分利用集群的威力高速運(yùn)算和存儲(chǔ)。

起源：Google的集群系統(tǒng)

Google的數(shù)據(jù)中心使用廉價(jià)的LinuxPC機(jī)組成集群，在上面運(yùn)行各種應(yīng)用。即使是分布式開(kāi)發(fā)的新手也可以迅速使用Google的基礎(chǔ)設(shè)施。核心組件是3個(gè)：

1、GFS（GoogleFileSystem）。一個(gè)分布式文件系統(tǒng)，隱藏下層負(fù)載均衡，冗余復(fù)制等細(xì)節(jié)，對(duì)上層程序提供一個(gè)統(tǒng)一的文件系統(tǒng)API接口。Google根據(jù)自己的需求對(duì)它進(jìn)行了特別優(yōu)化，包括：超大文件的訪問(wèn)，讀操作比例遠(yuǎn)超過(guò)寫(xiě)操作，PC機(jī)極易發(fā)生故障造成節(jié)點(diǎn)失效等。GFS把文件分成64MB的塊，分布在集群的機(jī)器上，使用Linux的文件系統(tǒng)存放。同時(shí)每塊文件至少有3份以上的冗余。中心是一個(gè)Master節(jié)點(diǎn)，根據(jù)文件索引，找尋文件塊。詳見(jiàn)Google的工程師發(fā)布的GFS論文。

2、MapReduce。Google發(fā)現(xiàn)大多數(shù)分布式運(yùn)算可以抽象為MapReduce操作。Map是把輸入Input分解成中間的Key/Value對(duì)，Reduce把Key/Value合成最終輸出Output。這兩個(gè)函數(shù)由程序員提供給系統(tǒng)，下層設(shè)施把Map和Reduce操作分布在集群上運(yùn)行，并把結(jié)果存儲(chǔ)在GFS上。

3、BigTable。一個(gè)大型的分布式數(shù)據(jù)庫(kù)，這個(gè)數(shù)據(jù)庫(kù)不是關(guān)系式的數(shù)據(jù)庫(kù)。像它的名字一樣，就是一個(gè)巨大的表格，用來(lái)存儲(chǔ)結(jié)構(gòu)化的數(shù)據(jù)。
以上三個(gè)設(shè)施Google均有論文發(fā)表。

開(kāi)源實(shí)現(xiàn)

這個(gè)分布式框架很有創(chuàng)造性，而且有極大的擴(kuò)展性，使得Google在系統(tǒng)吞吐量上有很大的競(jìng)爭(zhēng)力。因此Apache基金會(huì)用Java實(shí)現(xiàn)了一個(gè)開(kāi)源版本，支持Fedora等Linux平臺(tái)。目前Hadoop受到Y(jié)ahoo的支持，有Yahoo員工長(zhǎng)期工作在項(xiàng)目上，而且Yahoo內(nèi)部也準(zhǔn)備使用Hadoop代替原來(lái)的基于FreeBSD的系統(tǒng)。
Hadoop實(shí)現(xiàn)了HDFS文件系統(tǒng)和MapRecue。目前版本是0.16。還不成熟，但是已經(jīng)可以在2000個(gè)節(jié)點(diǎn)上運(yùn)行。用戶只要繼承MapReduceBase，提供分別實(shí)現(xiàn)Map和Reduce的兩個(gè)類，并注冊(cè)Job即可自動(dòng)分布式運(yùn)行。

HDFS把節(jié)點(diǎn)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(tǒng)API沒(méi)有區(qū)別。
MapReduce則是JobTracker節(jié)點(diǎn)為主，分配工作以及負(fù)責(zé)和用戶程序通信。

未來(lái)

目前這個(gè)項(xiàng)目還在進(jìn)行中，還沒(méi)有到達(dá)1.0版本，和Google系統(tǒng)的差距也非常大，但是進(jìn)步非?？欤档藐P(guān)注。
另外，這是云計(jì)算（CloudComputing）的初級(jí)階段的實(shí)現(xiàn)，是通向未來(lái)的橋梁。本節(jié)關(guān)于Hadoop的相關(guān)內(nèi)容介紹到這。

【編輯推薦】

1. 技術(shù)分享 使用Linux和ApacheHadoop實(shí)現(xiàn)云計(jì)算
2. Hadoop0.20.2集群配置入門(mén)指導(dǎo)手冊(cè)
3. Hadoop文件系統(tǒng)如何快速安裝？
4. Hadoop集群搭建過(guò)程中相關(guān)環(huán)境配置詳解
5. Hadoop完全分布模式安裝實(shí)現(xiàn)詳解