Hadoop生态图谱
- - NoSQLFan当下Hadoop已经成长为一个庞大的体系，貌似只要和海量数据相关的，没有哪个领域缺少Hadoop的身影，下面是一个Hadoop生态系统的图谱，详细的列举了在Hadoop这个生态系统中出现的各种数据工具. 这一切，都起源自Web数据爆炸时代的来临. 海量数据怎么存，当然是用分布式文件系统 －. 数据怎么用呢，分析，处理.
Hadoop生态图谱
标签：
Hadoop&HBase
hadoop
| 发表时间：2012-02-17 16:48 | 作者：nosqlfan
出处：http://blog.nosqlfan.com
当下Hadoop已经成长为一个庞大的体系，貌似只要和海量数据相关的，没有哪个领域缺少Hadoop的身影，下面是一个Hadoop生态系统的图谱，详细的列举了在Hadoop这个生态系统中出现的各种数据工具。
- 这一切，都起源自Web数据爆炸时代的来临
- 数据抓取系统 － Nutch
- 海量数据怎么存，当然是用分布式文件系统 － HDFS
- 数据怎么用呢，分析，处理
- MapReduce框架，让你编写代码来实现对大数据的分析工作
- 非结构化数据（日志）收集处理 － fuse, webdav, chukwa, flume, Scribe
- 数据导入到HDFS中，至此RDBSM也可以加入HDFS的狂欢了 － Hiho, sqoop
- MapReduce太麻烦，好吧，让你用熟悉的方式来操作Hadoop里的数据 – Pig, Hive, Jaql
- 让你的数据可见 － drilldown, Intellicus
- 用高级语言管理你的任务流 – oozie, Cascading
- Hadoop当然也有自己的监控管理工具 – Hue, karmasphere, eclipse plugin, cacti, ganglia
- 数据序列化处理与任务调度 – Avro, Zookeeper
- 更多构建在Hadoop上层的服务 – Mahout, Elastic map Reduce
- OLTP存储系统 – Hbase
| 相关文章： | ||||
 SQL? Hadoop? 使用什么工具来处理数据? |
 hadoop的1TB排序 |
 下一代Hadoop MapReduce |
 Hadoop调优的Cheat Sheets |
 来自Berlin Buzzwords 大会的Hadoop介绍PPT |
| 无觅 | ||||
相关 [hadoop 生态] 推荐：
从问题域出发认识Hadoop生态系统
- - 董的博客Dong | 新浪微博： 西成懂 | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及 版权声明. 网址: http://dongxicheng.org/mapreduce-nextgen/rethinking-hadoop-from-problems-solved/. 本博客的文章集合: http://dongxicheng.org/recommend/.
Hadoop 原生态支持常用 InputFormat OutFormat 详解
- - CSDN博客云计算推荐文章hadoop原生态支持的常用输入数据格式:. 在jobconfig中设置mapred.input.format.class. =====================纯文本文件格式,以行为单位读入:. TextInputFormat（key：行首在文件的偏移量，value:行内容）. 全称: org.apache.hadoop.mapred.TextInputFormat.
基于Hadoop生态圈的数据仓库实践 —— ETL（一）
- - CSDN博客推荐文章一、使用Sqoop抽取数据. Sqoop是一个在Hadoop与结构化数据存储（如关系数据库）之间高效传输大批量数据的工具. 它在2012年3月被成功孵化，现在已是Apache的顶级项目. Sqoop有Sqoop1和Sqoop2两代，Sqoop1最后的稳定版本是1.4.6，Sqoop2最后版本是1.99.6.
比较Apache Hadoop 生态系统中不同的文件格式和存储引擎的性能
- - IT瘾-bigdata这篇文章提出了在Apache Hadoop 生态系统中对比一些当前流行的数据格式和可用的存储引擎的性能：Apache Avro, Apache Parquet, Apache HBase 和 Apache Kudu 空间效率， 提取性能， 分析扫描以及随机数据查找等领域. 这有助于理解它们中的每一个如何(何时)改善你的大数据工作负载的处理能力.
Hadoop Streaming 编程
- - 学着站在巨人的肩膀上Hadoop Streaming是Hadoop提供的一个编程工具，它允许用户使用任何可执行文件或者脚本文件作为Mapper和Reducer，例如：. 采用shell脚本语言中的一些命令作为mapper和reducer（cat作为mapper，wc作为reducer）. 本文安排如下，第二节介绍Hadoop Streaming的原理，第三节介绍Hadoop Streaming的使用方法，第四节介绍Hadoop Streaming的程序编写方法，在这一节中，用C++、C、shell脚本 和python实现了WordCount作业，第五节总结了常见的问题.
Hadoop使用（一）
- Pei - 博客园-首页原创精华区Hadoop使用主/从（Master/Slave）架构，主要角色有NameNode，DataNode，secondary NameNode，JobTracker，TaskTracker组成. 其中NameNode，secondary NameNode，JobTracker运行在Master节点上，DataNode和TaskTracker运行在Slave节点上.
Hadoop MapReduce技巧
- - 简单文本我在使用Hadoop编写MapReduce程序时，遇到了一些问题，通过在Google上查询资料，并结合自己对Hadoop的理解，逐一解决了这些问题. Hadoop对MapReduce中Key与Value的类型是有要求的，简单说来，这些类型必须支持Hadoop的序列化. 为了提高序列化的性能，Hadoop还为Java中常见的基本类型提供了相应地支持序列化的类型，如IntWritable，LongWritable，并为String类型提供了Text类型.
Hadoop TaskScheduler浅析
- - kouu's homeTaskScheduler，顾名思义，就是MapReduce中的任务调度器. 在MapReduce中，JobTracker接收JobClient提交的Job，将它们按InputFormat的划分以及其他相关配置，生成若干个Map和Reduce任务. 然后，当一个TaskTracker通过心跳告知JobTracker自己还有空闲的任务Slot时，JobTracker就会向其分派任务.
HADOOP安装
- - OracleDBA Blog---三少个人自留地最近有时间看看hadoop的一些东西，而且在测试的环境上做了一些搭建的工作. 首先，安装前需要做一些准备工作. 使用一台pcserver作为测试服务器，同时使用Oracle VM VirtualBox来作为虚拟机的服务器. 新建了三个虚拟机以后，安装linux，我安装的linux的版本是redhat linux 5.4 x64版本.