hadoop版本差异详解.docx.doc

《hadoop版本差异详解.docx.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Hadoop版本的关键特性调研报高ApacheHadoopApache版本衍化ApacheHadoop版本分为两代，我们将第一代Hadoop称为Hadoop1.0，第二代Hadoop称为Hadoop2.0。第一代Hadoop包含三个大版本，分别是0.20.x，0.21.x和0.22.x，其中，0.20.x最后演化成1.0.x，变成了稳定版，而0.21.x和0.22.x则NameNodeHA等新的重大特性。第二代Hadoop包含两个版本，分别是0.23.x和2.x，它们完全不同于Hadoop1.0，是一套全新的架构，均包含HDFSFeder

2、ation和YARN两个系统，相比于0.23.x，2.x增加了NameNodeHA和Wire-compatibility两个重大特性。经过上面的大体解释，大家可能明白了Hadoop以重大特性区分各个版本的，总结起来，用于区分Hadoop版本的特性有以下几个：(1)Append支持文件追加功能，如果想使用HBase，需要这个特性。(2)RAID在保证数据可靠的前提下，通过引入校验码较少数据块数目.(3)Symlink支持HDFS文件(4)SecurityHadoop安全。需要注意的是，Hadoop2.0主要由Yahoo独立出来的horton

3、works公司主持开发。2013年10月，Hadoop2.0发布。关键特性包括：a)YARNYARN是“YetAnotherResourceNegotiator”的简称，它是Hadoop2.0引入的一个全新的通用资源管理系统，可在其之上运行各种应用程序和框架，比如MapReduce、Tez、Storm等，它的引入使得各种应用运行在一个集群中成为可能。YARN是在MRv1基础上衍化而来的，是MapReduce发展到一定程度的必然产物，它的出现使得Hadoop计算类应用进入平台化时代，我的博客中包含大量介绍YARN的文章，有兴趣的读者可阅读：

4、dongxicheng.org/category/mapreduce-nextgen/b)HDFS单点故障得以解决Hadoop72.2.0同时解决了NameNode单点故障问题和存受限问题，其中，单点故障是通过主备NameNode切换实现的，这是一种古老的解决服务单点故障的方案，主备NameNode之间通过一个共享存储同步元数据信息，因此共享存储系统的选择称为关键，而Hadoop则提供了NFS、QJM和Bookeeper三种可选的共享存储系统，具体可阅读我的这篇文章：Hadoop2.0单点故障问题方案总结。c)HDFSFederation

5、前面提到HDFS的NameNode存在存受限问题，该问题也在2.2.0版本中得到了解决。这是通过HDFSFederation实现的，它允许一个HDFS集群中存在多个NameNode，每个NameNode分管一部分目录，而不同NameNode之间彼此独立，共享所有DataNode的存储资源，注意，NameNodeFederation中的每个NameNode仍存在单点问题，需为每个NameNode提供一个backup以解决单点故障问题。d)HDFS快照HDFS快照是指HDFS文件系统（或者子系统）在某一时刻的只读镜像，它的出现使得管理员可定时

6、为重要文件或目录做快照，以防止数据误删、丢失等。具体可阅读：SnapshotsforHDFS（使用说明），SupportforRW/ROsnapshotsinHDFS。通过NFSv3访问HDFSNFS允许用户像访问本地文件系统一样访问远程文件系统，而将NFS引入HDFS后，用户可像读写本地文件一样读写HDFS上的文件，大大简化了HDFS使用，这是通过引入一个NFSgateway服务实现的，该服务能将NFS协议转换为HDFS访问协议，具体如下图所示。有兴趣的读者可阅读：SupportNFSv3interfacetoHDFS，以及相关设计文档

7、：HDFSNFSGateway。e)支持Windows操作系统在2.2.0版本之前，Hadoop仅支持Linux操作系统，而Windows仅作为实验平台使用。从2.2.0开始，Hadoop开始支持Windows操作系统，具体可阅读我之前写的一篇文章：HadoopForWindows。f)兼容1.x上运行的MapReduce应用程序与Hadoop生态系统其他系统进行了充分的集成测试除了HDFS、MapReduce和YARN这三个核心系统外，Hadoop生态系统还包括Hbase、Hive、Pig等系统，这些系统底层依赖于Hadoop核，而相比

8、于Hadoop1.0，Hadoop2.0的最大变化出现在核（HDFS、MapReduce和YARN），但与生态系统中其他系统进行集成测试是必需的。除了以上特性外，Apache官方还给出了两个特