Hadoop生态圈的核心组件有哪些?
【摘要】Hadoop是现在最流行的大数据分布式基础架构,其实现了很多大数据相关的核心功能,并且支持大量的核心项目。那么,今天小编就给大家盘点一下Hadoop生态圈核心组件,感兴趣的小伙伴快来学习下吧!
Hbase:一个基于列的存储的分布式数据库,其数据模型为Key-Value模式,便于扩展并且查询高效。
Hive:Hive是Hadoop提供的一个数据仓库,也提供数据库部分功能。其最大的作用还是简化了编写MapReduce程序的过程,只需要利用SQL语句即可完成MapReduce计算。
Cassandra:Cassandra也是基于列存储的,但是其数据模型为column-based,即一列就是一条数据。它最大的优点就是有多个Master,不会出现单点故障。
Ambari:Ambari是可视化的检测工具,其底层是基于Web平台的。它可以监控Hadoop,Hive、HBase、Pig等绝大多数工具。并且还能将MapReduce等程序的功能可视化,在线对比其性能。
Avro:Avro是一个将数据序列化的工具,它有着丰富的数据结构类型,提供二进制数据等。并且还支持一点点动态语言。
Chukwa:Chukwa是一个数据收集工具,其监控的对象为大型分布式系统。在节点数量巨大的集群上,就需要用Chukwa来收集集群的相关信息,分析其健康状态。
Spark:Spark是一种更加快速的Hadoop计算引擎,它的运算速度比MapReduce快近百倍。相对的其对内存的要求也更高,因为它是基于内存的。Spark对机器学习也有非常良好的支持。
Mahout:Mahout是Hadoop提供的算法库,经常被用于数据挖掘和机器学习。
Pig:Pig一种过程语言,其主要作用有两点,一是用来对数据进行预处理和转换,以便MapReduce能更好地运行。二是用来处理数据流。
Tez:Tez是一个比较新的分布式执行框架,建立于Yarn的基础之上,功能上与MapReduce有类似之处。目前Hive、pig等框架都在慢慢的采用Tez而抛弃MapReduce了。
Zookeeper:Zookeeper主要负责分布式应用的协作,集群之间的交流和通讯都依靠Zookeeper完成。
关于Hadoop生态圈的核心组件有哪些,青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣,希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容,可以点击本站的其他文章进行学习。
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群
大数据工程师相关文章推荐
|大数据工程师最新文章推荐
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务