Hadoop发展史和生态圈介绍

一、Hdoop概述

Hadoop是由Apache基金会所开发的分布式系统基础架构， 旨在解决海量数据存储和计算分析问题。狭义上来说，Hadoop是指Apache Hadoop开源框架，包含以下三种核心组件：

• Hadoop HDFS(Hadoop Distributed File System):分布式文件存储系统，解决海量数据存储问题。
• Hadoop Yarn:集群资源管理和任务调度框架，解决资源任务调度问题。
• Hadoop MapReduce：分布式计算框架，解决海量数据计算问题。

二、Hadoop生态组件

广义上来说，Hadoop通常是指围绕Hadoop打造的大数据生态圈，部分技术栈如下图所示：

组件内容：

• zookeeper:分布式协调组件。
• HDFS:分布式文件系统。
• MapReduce：分布式计算框架。
• Hive：分布式数据仓库。
• HBase:分布式数据库。
• Flume:日志采集框架。
• Sqoop：数据导入/导出工具。
• pig:工作流引擎。
• Mahout:机器学习算法库。
• oozie:作业流调度工具。
• Ambari:大数据集群管理平台。

官网地址：

Apache Hadoop

三、大数据的技术生态体系

本小节主要作为技术了解内容，先总体了解下大数据技术生态体系技术分层，方便后续清楚的知道Hadoop相关技术栈技术所处的层及作用。下图是大数据技术生态每层及对应技术。

四、Hadoop发展历史

4.1 概述

Hadoop最初是由Doug Cutting和Mike Cafarella于2002年左右创建的，最早起源于Nutch，其最初的目标是构建一个 能够处理大规模数据集的分布式文件处理系统 。

后期，Doug Cutting以Google的GFS（Google File System）和MapReduce为基础，开发了Hadoop Distributed File System（HDFS）和Hadoop MapReduce。

2006年，Hadoop成为Apache软件基金会的顶级项目，开始吸引了越来越多的开发者和用户。

4.2 Hadoop历史发展节点

4.2.1 2002-2004年理论阶段

2002年10月，Doug Cutting和Mike Cafarella创建了开源网页爬虫项目Nutch。

2003年10月，Google发表Google File System论文。

2004年7月，Doug Cutting和Mike Cafarella在Nutch中实现了类似GFS的功能，即后来HDFS的前身。

2004年10月，Google发表了MapReduce论文。

4.2.2 2005-2008年Hadoop的问世与崛起

2005年2月，Mike Cafarella在Nutch中实现了MapReduce的最初版本。

2005年12月，开源搜索项目Nutch移植到新框架，使用MapReduce和HDFS在20个节点稳定运行。

2006年1月，Doug Cutting加入雅虎，Yahoo!提供一个专门的团队和资源将Hadoop发展成一个可在网络上运行的系统。

2006年2月，Apache Hadoop项目正式启动以支持MapReduce和HDFS的独立发展。

2006年3月，Yahoo!建设了第一个Hadoop集群用于开发。

2006年4月，第一个Apache Hadoop发布。

2006年11月，Google发表了Bigtable论文，激起了Hbase的创建。

2007年10月，第一个Hadoop用户组会议召开，社区贡献开始急剧上升。

2007年，百度开始使用Hadoop做离线处理。

2007年，中国移动开始在“大云”研究中使用Hadoop技术。

2008年，淘宝开始投入研究基于Hadoop的系统——云梯，并将其用于处理电子商务相关数据。

2008年1月，Hadoop成为Apache顶级项目。

2008年2月，Yahoo!运行了世界上最大的Hadoop应用，宣布其搜索引擎产品部署在一个拥有1万个内核的Hadoop集群上。

2008年4月，在900个节点上运行1TB排序测试集仅需209秒，成为世界最快。

2008年8月，第一个Hadoop商业化公司Cloudera成立。

4.2.3 2009-2017年Hadoop助力大数据行业的发展

2009 年3月，Cloudera推出世界上首个Hadoop发行版——CDH（Cloudera's Distribution including Apache Hadoop）平台，完全由开放源码软件组成。

2009年6月，Cloudera的工程师Tom White编写的《Hadoop权威指南》初版出版，后被誉为Hadoop圣经。

2009年7月 ，Hadoop Core项目更名为Hadoop Common;

2009年7月 ，MapReduce 和 Hadoop Distributed File System (HDFS) 成为Hadoop项目的独立子项目。

2009年8月，Hadoop创始人Doug Cutting加入Cloudera担任首席架构师。

2009年10月，首届Hadoop World大会在纽约召开。

2010年5月，IBM提供了基于Hadoop 的大数据分析软件——InfoSphere BigInsights，包括基础版和企业版。

2011年3月，Apache Hadoop获得Media Guardian Innovation Awards媒体卫报创新奖

2012年3月，企业必须的重要功能HDFS NameNode HA被加入Hadoop主版本。

2012年8月，另外一个重要的企业适用功能YARN成为Hadoop子项目。

2014年2月，Spark逐渐代替MapReduce成为Hadoop的缺省执行引擎，并成为Apache基金会顶级项目。

2017年12月，Hadoop 3.0.0版本发布，标志着Hadoop的持续发展和创新。

4.2.4 至今

截止到2024年初，Hadoop最新版本为3.3.6版本，整个Hadoop发行版本中经历了Haoop1.x、2.x、3.x系列版本。目前，Hadoop1.x版本已经被淘汰，Hadoop2.x版本相较于1.x版本引入了Yarn平台，Hadoop3.x版本相较于2.x版本做了优化升级，目前企业中使用主流hadoop版本为hadoop3.x版本。

此外，Hadoop目前发行版本分为开源社区版和商业版。社区版由Apache软件基金会进行维护，商业版Hadoop则是由第三方商业公司在社区版的基础上做了一些修改、整合，并经过各个服务组件的兼容性测试后发布的版本，其中一些著名的商业版包括Cloudera的CDH、Hortonworks的HDP，2018年，Cloudea收购Hortonworks公司。

ClouderaManager的CDH平台：

Ambari的HDP平台：

以下是Hadoop发展历史中的一些重要时间点，了解即可。

五、Hadoop优势特点

Hadoop具备高可靠、高容错、高扩展、高效性这些优势使其在互联网领域中已经得到广泛运用，具体如下：

5.1 低成本

Hadoop可以由多台廉价普通机器组成，支持TB和PB级别数据存储，并不需要运行在昂贵且高可靠性的硬件上。

5.2 高可靠、容错性

HDFS中数据存储有多副本支持数据高可靠性，即使一些副本出现故障也能保障数据可使用。MapReduce计算过程中任务失败，可以自动进行任务重新分配进行任务重试。此外，HDFS和Yarn都支持高可用配置，当主节点挂掉时，可以自动选主切换，保证集群可靠性。

5.3 高扩展性

Hadoop集群可以扩展到上千个节点以支持数据存储和计算，节点多支持数据量大、支持更大并行度的并行计算。

5.4 高效性

Hadoop可以并行在节点之间动态移动数据，保证各个节点数据动态平衡；基于MapReduce进行数据处理计算时，可以并行处理数据，效率极高。

今天Hadoop发展史和生态圈介绍的相关内容就分享到这里，如果帮助到大家，欢迎大家点赞+关注+收藏，有疑问也欢迎大家评论留言！