hadoop之 Hadoop1.x和Hadoop2.x構成對比
Hadoop1.x構成: HDFS、MapReduce(資源管理和任務排程);執行時環境為JobTracker和TaskTracker;
Hadoop2.0構成:HDFS、MapReduce/其他計算框架、YARN; 執行時環境為YARN
1、HDFS:HA、NameNode Federation
2、MapReduce/其他計算框架:執行在YARN之上的MapReduce通常稱之為MapReduce2.0(MRv2)
3、YARN:資源管理系統(Yet Another Resource Negotiator),在其之上可以執行各種計算框架,如:MapReduce、Storm、Spark等;
HDFS2.0
解決HDFS1.0中單點故障和記憶體受限問題
解決單點故障: HDFS HA(High Available)
透過主備NameNode,當主NameNode發生故障時則切換到備NameNode;
解決記憶體受限問題: HDFS Federation
水平擴充套件,支援多個NameNode;
每個NameNode分管一部分目錄;不同的NameNode可以分管不同的應用;
所有NameNode共享所有DataNode儲存的資源;
HDFS2.0和HDFS1.0相比、僅是架構上發生了變化,使用方式不變,對HDFS使用者來說是透明的。比如說hdfs shell命令:
hadoop fs -ls /luogankun
hadoop fs -mkdir /luogankun/data
在HDFS1.0和HDFS2.0中用法是一致的。
YARN
Hadoop2.0新引入的資源管理系統
YARN核心思想:將MRv1中JobTracker的資源管理和任務排程分開,分別由ResourceManager和ApplicationMaster程式實現;
ResourceManager:負責整個叢集的資源管理;整個叢集只有一個;
ApplicationMaster:負責應用程式相關的事務,比如:任務排程、任務監控和任務容錯;一個應用程式對應一個ApplicationMaster;
YARN引入的好處:使得多個計算框架可以執行在一個叢集中,比如:MapReduce、Spark、Storm等;
MapReduce On YARN
執行在YARN之上的MapReduce稱為MRv2;
將MapReduce作業直接執行在YARN上,而不是執行在由JobTracker和TaskTracker構建的MRv1之上;在Hadoop2.0中並不存在JobTracker和TaskTracker;
MRv2的模組基本功能:
1、YARN:負責資源管理和排程;
2、MRAppMaster:負責一個應用程式/作業的任務切分、任務排程、任務監控和容錯;
3、Map/Reduce Task:任務驅動引擎,與MRv1一致;
每個應用程式/作業對應一個MRAppMaster,所以:
1、單個應用程式/作業執行失敗,不會影響其他應用程式/作業;
2、負責應用程式/作業相關的事務,包括將從YARN分配得到的資源二次分配給內部的任務、任務切分、任務健康和容錯等;
source : http://www.cnblogs.com/luogankun/p/3886989.html
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31383567/viewspace-2146038/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 從零自學Hadoop(10):Hadoop1.x與Hadoop2.xHadoop
- 從hadoop發展角度徹底明白hadoop1.x與hadoop2.x的區別Hadoop
- 對比Html和Flash網頁構成 (轉)網頁
- biopython之成對序列比對Python
- hadoop1.X學習筆記Hadoop筆記
- Hadoop1.x與Hadoop2的區別Hadoop
- Hadoop2.x 引數彙總Hadoop
- Hadoop2.x學習筆記Hadoop筆記
- Hadoop1.x MapReduce的Slot的理解Hadoop
- Hadoop2.x原始碼-編譯剖析Hadoop原始碼編譯
- hadoop1.x和2.x的一些主要區別Hadoop
- Hadoop2.x常用埠及定義方法Hadoop
- Hadoop2.x運維實戰之入門手冊v1.0Hadoop運維
- hadoop&spark mapreduce對比 & 框架設計和理解HadoopSpark框架
- Hadoop1.x MapReduce 程式執行的詳細過程Hadoop
- 部署Hadoop2.x,出現Warn:Unable to load native-hadoop libraryHadoop
- Elasticsearch、MongoDB和Hadoop比較。ElasticsearchMongoDBHadoop
- hadoop商業版本選擇對比Hadoop
- Hadoop支援的壓縮格式對比和應用場景以及Hadoop native庫Hadoop
- 譯文 | 科普:Pulsar 和 Kafka 架構對比Kafka架構
- 訊息佇列之JMS和AMQP對比佇列MQ
- MySQL和Oracle對比之儲存過程MySqlOracle儲存過程
- 對hadoop之RPC的理解HadoopRPC
- 大資料教程系列之Kafka和activemq對比大資料KafkaMQ
- 表結構對比版本
- 比較SQL資料庫和HadoopSQL資料庫Hadoop
- Python教程:sort和sorted實現排序之對比Python排序
- WinRunner和QTP對比QT
- 對比Javascript和TypeScriptJavaScriptTypeScript
- redux 和 mobX對比Redux
- Django 和 struts 對比Django
- Mongo和Couch對比Go
- vite和webpack對比ViteWeb
- TCP和UDP對比TCPUDP
- 【iOS】用strong和weak來修飾成員變數的對比iOS變數
- 【資料結構】棧和佇列的總結對比資料結構佇列
- MySQL高可用架構對比MySql架構
- Kappa架構取代Hadoop的Lambda架構成為主流 - WaehnerAPP架構Hadoop