Cloudera下實現Hadoop方案規劃
本節向大家介紹一下利用Cloudera 實現Hadoop 的方法，這里主要介紹一下Hadoop的概念和利用Cloudera 實現 Hadoop 的規劃，希望通過本節的介紹大家對利用Cloudera 實現Hadoop 有一定的認識。
利用 Cloudera 實現Hadoop
前言
Hadoop 是一個實現了 MapReduce 計算模型的開源分布式并行編程框架。MapReduce的概念來源于Google實驗室，它是一個簡化并行計算的編程模型，適用于大規模集群上的海量數據處理，目前最成功的應用是分布式搜索引擎。隨著2007年底該模式Java開源實現項目Apache Hadoop的出現，使得程序員可以輕松地編寫分布式并行程序，并將其運行于計算機集群上，完成海量數據的計算。近兩年尤其是今年國內外采用 MapReduce模型的應用也逐漸豐富起來，如像NTT KDDI和中國移動這類的電信公司采用該模型分析用戶信息，優化網絡配置；美國供電局采用該模型來分析電網現狀；包括VISA和JP摩根在內的金融公司采用該模型來分析股票數據；包括Amazon和ebay在內的零售商和電子商務公司也開始采用該模型；甚至部分生物公司也采用該模型來進行DNA測序和分析。然而Hadoop安裝、部署、管理的難度非常大，這使用很多用戶對Hadoop望而卻步，好在這種情況不久就得到了改善，Cloudera提供了非常簡單的Hadoop的發布版本，能夠十分方便地對Hadoop進行安裝、部署和管理，這導致目前大約有75％的Hadoop新用戶使用Cloudera。下面是利用Cloudera 實現Hadoop 的具體規劃。
規劃
運行模式
Hadoop有三種運行模式：單機（非分布）運行模式、偽分布運行模式和分布式運行模式。其中前兩種運行模式體現不了 Hadoop 分布式計算的優勢，并沒有什么實際意義（當然它們對程序的測試及調試還是很有幫助的），因此在這里還是采用實際環境中使用的分布式運行模式來部署。
主機規劃
在這里擬采用三臺主機搭建Hadoop環境，由于后期還需要測試增刪主機及跨網段主機對Hadoop環境的影響，特將Hadoop主機規劃如下：Hadoop-01 10.137.253.201Hadoop-02 10.137.253.202Hadoop-03 10.137.253.203 準備后期加入的測試主機Hadoop-04 10.137.253.204Firehare-303 10.10.3.30 準備后期加入的跨網段測試主機
Hadoop環境規劃
對于Hadoop來說，最主要的是兩個內容，一是分布式文件系統HDFS，一是MapReduce計算模型。在分布式文件系統HDFS看來，節點分為NameNode 和DataNode，其中NameNode只有一個，DataNode可以是很多；在MapReduce計算模型看來，節點又可分為JobTracker 和 TaskTracker，其中JobTracker只有一個，TaskTracker可以是很多。因此在實際的Hadoop環境中通常有兩臺主節點,一臺作為NameNode（I/O節點？？）,一臺作為JobTracker（管理節點？？）,剩下的都是從節點，同時當做DataNode和 TaskTracker使用。當然也可以將NameNode和JobTracker安裝在一臺主節點上。由于測試機數量有限，所以在這里是讓 Hadoop-01做為Namenode和Jobtracker，其它主機則作為DataNode和TaskTracker（如果Hadoop環境中主機數量很多的話，還是建議將Namenode和JobTracker部署到不同的主機，以提高計算的性能）。本節關于利用Cloudera 實現Hadoop 的規劃介紹完畢，請關注下節Hadoop安裝。
【編輯推薦】
