Apache Hadoop

Apache Hadoop

開發者	Apache软件基金会
首次发布	2011年12月10日​（2011-12-10）
当前版本	3.0.0（2017年12月13日 (2017-12-13)）
预览版本	3.0.0-alpha4（2017年7月7日 (2017-07-07)）
源代码库	git-wip-us.apache.org/repos/asf/hadoop.git
编程语言	Java
操作系统	跨平台
类型	大數據、分佈式系統
许可协议	Apache許可證 2.0
网站	hadoop.apache.org

Apache Hadoop是一款支持數據密集型分佈式應用程序并以Apache 2.0許可協議發佈的開源軟體框架。它支持在商品硬件構建的大型集群上運行的應用程序。Hadoop是根據谷歌公司發表的MapReduce和Google檔案系統的論文自行實作而成。所有的Hadoop模块都有一个基本假设，即硬件故障是常见情况，应该由框架自动处理。

Hadoop框架透明地為應用提供可靠性和數據移動。它實現了名為MapReduce的編程範式：應用程序被分割成許多小部分，而每個部分都能在集群中的任意節點上執行或重新執行。此外，Hadoop還提供了分佈式文件系統，用以存儲所有計算節點的數據，這為整個集群帶來了非常高的帶寬。MapReduce和分佈式文件系統的設計，使得整個框架能夠自動處理節點故障。它使應用程序與成千上萬的獨立計算的電腦和PB級的數據连接起来。現在普遍認為整個Apache Hadoop“平台”包括Hadoop內核、MapReduce、Hadoop分佈式文件系統（HDFS）以及一些相關項目，有Apache Hive和Apache HBase等等。

主要子项目

Hadoop小计算机集群用Cubieboard电脑。

• Hadoop Common：在0.20及以前的版本中，包含HDFS、MapReduce和其他项目公共内容，从0.21开始HDFS和MapReduce被分离为独立的子项目，其余内容为Hadoop Common
• HDFS：Hadoop分佈式文件系統（Distributed File System）－HDFS（Hadoop Distributed File System）
• MapReduce：并行计算框架，0.20前使用org.apache.hadoop.mapred旧接口，0.20版本开始引入org.apache.hadoop.mapreduce的新API

相關项目

• Apache HBase：分布式NoSQL列数据库，类似谷歌公司BigTable。
• Apache Hive：构建于hadoop之上的数据仓库，通过一种类SQL语言HiveQL为用户提供数据的归纳、查询和分析等功能。Hive最初由Facebook贡献。
• Apache Mahout：机器学习算法软件包。
• Apache Sqoop：结构化数据（如关系数据库）与Apache Hadoop之间的数据转换工具。
• Apache ZooKeeper：分布式锁设施，提供类似Google Chubby的功能，由Facebook贡献。
• Apache Avro：新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制。

知名用戶

Hadoop在Yahoo!的應用

2008年2月19日，雅虎使用10,000個微處理器核心的Linux计算机集群運行一個Hadoop應用程式。

其他用戶

其他知名用戶包括：

• A9.com
• Facebook
• Fox Interactive Media
• IBM
• ImageShack
• 資訊科學研究院
• Joost
• Last.fm
• Powerset
• 紐約時報
• Rackspace
• Veoh
• 中華電信
• 中国移动

Hadoop與Sun Grid Engine

昇陽電腦的Sun Grid Engine可以用来调度Hadoop Job。

Hadoop與Condor

威斯康辛大學麥迪遜分校的Condor計算機集群軟件也可以用作Hadoop Job的排程。

參見

• 雲端運算
• 高性能計算集群
• OpenStack－以Apache許可證授權的雲端運算軟件。
• Apache Spark

外部連結

• Hadoop官方網站