hadoop家族的各个成员

大家好，又见面了，我是全栈君，祝每个程序员都可以多学几门语言。

这篇文章不提原理，讲讲hadoop及其周边项目的作用。

hadoop这个词已经流行好多年了，一提到大数据就会想到hadoop，那么hadoop的作用是什么呢？

官方定义：hadoop是一个开发和执行处理大规模数据的软件平台。核心词语是平台，也就是说我们有大量的数据，又有好几个电脑，我们知道应该把处理数据的任务分解到各个电脑上，可是不知道如何分配任务，如何回收结果，hadoop大概就帮助我们做了这件事。

1HDFS

我们首先应该考虑的是海量数据怎么保存，怎么管理。这就有了分布式文件系统，HDFS。

2Map-Reduce

数据保存后，我们如何处理这些数据呢，假设我处理的方法复杂，而不不过排序，查找这种操作怎么办？须要有一个可以提供编写代码的地方，让我们自己写出操作，它内部再进行分解，分配，回收数据等等。

3Hive

能编代码是好的，但编代码太麻烦，并且数据库人员是熟悉SQL语句的，能用SQL语句处理，就不用Map-Reduce了吧，所以出现了Hive。并且大数据不管怎样是离不开数据库，离不开表，Hive就能讲数据映射成数据表，然后再操作就方便了，它的缺点是速度较慢。

4HBase

既然Hive的速度较慢，那么有没有较快的数据库呢？HBase就是，他为查询而生的，查询的速度非常快。

5Sqoop

曾经不是有非常多有名的数据库像MySQL，Oracle，我数据都是存在这里面的，怎么导入到HDFS中呢？Sqoop提供了关系型数据库和HDFS之间的相互转换。

6Flume

在这么多电脑上工作，假设当中一台有点问题，或者上面哪个服务有点问题，如何知道哪坏了呢？Flume提供了一个高可靠的日志採集系统。

7Mahout

处理大数据非常多是用来进行数据挖掘，有那几种常见的机器学习算法，既然算法都固定了并且就那几种，那就开发个叫Mahout的东西实现各种算法，开发者就能更快捷的使用。

8Zookeeper

ZooKeeper的目标是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。说白了就是动物园管理员，他是用来来管大象(Hadoop) 、 蜜蜂(Hive)的。

以上是Hadoop家族的主要成员，还有几个不经常使用的就不用介绍了，知道这些成员的作用后，对Hadoop总体能干什么就有了初步的认识，剩下的就是慢慢学习各个部分的原理和用法了。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/118977.html原文链接：https://javaforall.cn