码迷,mamicode.com
首页 > 其他好文 > 详细

大数据Hadoop核心知识入门学习注意事项

时间:2018-08-13 14:11:37      阅读:167      评论:0      收藏:0      [点我收藏+]

标签:基于   导入   传统   hsf   热备   应用程序   脚本   如何   海量   

今天来介绍新手学习hadoop的入门注意事项。这篇文章一来谈谈hadoop核心知识学习。

  技术分享图片

  首先hadoop分为hadoop1.X和hadoop2.X,并且还有hadoop生态系统,那么下面我们以hadoop2.x为例进行详细介绍:

  Hadoop的核心是mapreduce和hdfs。

  Mapreduce:mapreduce是很多人都需要迈过去的槛,它比较难以理解,我们有时候即使写出了mapreduce程序,但是还是摸不着头脑。我们都知道mapreduce是一种编程模型,那么它能干什么,对我有什么用。它的原理是什么,为什么我们编写了map函数,reduce函数就可以在多台机器上运行,这些问题或许都给初学者带来了困扰。

  那么我们就要了解:

  什么是mapreduce?

  Mapreduce的工作原理是什么?

  Mapreduce的工作流程是什么?

  Mapreduce的编程模型是什么?

  shuffle是什么?

  partition是什么?

  combiner是什麽?

  他们三者之间的关系是什么?

  map的个数由谁来决定,如何计算?

  reduce个数由谁来决定,如何计算?

  mapreduce熟悉了,还有一些问题困扰着初学者,虽然有了Java基础,但是我们需要搭建开发环境,该如何搭建开发环境?

  那么就需要我们学习Windows上如何使用Eclipse远程连接Hadoop并进行程序开发

  因为在操作mapredcue过程中伴随着操作hdfs,就像我们传统开发,编程是离不开数据库一样。hdfs可以理解为传统编程的数据库,但是其实他不是,真正的数据库是hadoopdatabase,也就是hbase。好了下面,我们开始讲如何学习hdfs:

  HDFS:我们至少应该学习以下内容

  什么是HDFS及HDFS架构设计?

  HDFS体系结构简介及优缺点?

  Hdfs如何存储数据?

  Hdfs如何读取数据?

  Hdfs如何写入文件?

  Hdfs的副本存放策略?

  如何访问hdfs?

  Hdfs数据如何复制?

  Namenode的热备?

  hadoop生态系统内容还是比较多的,但是最常用的是hive,hbase。

  Hive是初学者进入大数据(hadoop)行业最好的选择入口,因为它提供了简单的类sql语句,使得不懂得mapreduce程序编写的学员也能够很轻松的进入大数据行业。所以建议大家(尤其是零基础的学员)在学习hadoop的过程中,可以着重加强对hive的学习,尤其是hive语句的熟练操作。当然对于有数据库基础的学员学习hive就更容易一些。

  Hbase是一种nosql数据库,只有当数据量非常大时,比如TB、PB级,hbase才能发挥出很好的效果,所以对于致力于加入大公司的学员,可以深入学习hbase,尤其是hbase表的设计,rowkey的设计,hbase性能的调优,hbase和hive、impala的结合等。

  Yarn是分布式集群资源管理框架,也是hadoop2.x和hadoop1.x明显不同的地方,所以我们还是有必要对yarn的原理、框架、组成部分进行详细的了解的。

  对于hadoop其他的组件:比如海量日志收集工具flume,数据导入导出工具sqoop,应用程序协调服务zookeeper,学员可以结合实战项目学习其原理,如何使用即可。

  对于想从事数据挖掘的学员,可以深入学习mahout、机器学习、算法等相关知识,根据学员自己的职业选择和兴趣爱好自主选择,建议零基础的学员最好是先从hive入手。

  Storm是一种基于流的计算框架,spark是基于内存的计算框架,它们是不同于mapreduce的计算框架,但作用都是对数据的处理和分析,建议初学者在学习好mapreduce的前提下,可以对storm和spark进行深入的学习,切记贪多嚼不烂。通而不精。

  如果想更加深入的学习,丰富自己的知识,可以选择性的学习一下shell、python脚本语言,Redis、MongoDB等nosql数据库,如果想做hadoop运维的,也可以学习ganglia和nagios等监控工具。

  最后建议大家在学习过程中一定要由浅入深、从简单到复杂、理论和实践相结合,由于hadoop生态系统的工具比较多,每个工具有不同的侧重点,所以再次提醒大家切记贪多、切记浮躁、只有基础扎实了,后续的学习才会更轻松、更快速、更高效。大数据学习资料分享群119599574 不管你是小白还是大牛,小编我都挺欢迎,今天的源码已经上传到群文件,不定期分享干货,包括我自己整理的一份最新的适合2018年学习的大数据开发和零基础入门教程,欢迎初学和进阶中的小伙伴。

大数据Hadoop核心知识入门学习注意事项

标签:基于   导入   传统   hsf   热备   应用程序   脚本   如何   海量   

原文地址:https://www.cnblogs.com/guilina/p/9467287.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!