hadoop 云存储(hadoop功能介绍？)

大家好，今天小编关注到一个比较有意思的话题，就是关于hadoop云存储能实现什么功能？基于Hadoop平台的云的问题，于是小编就整理了4个相关介绍为您解答，让我们一起看看吧。

hadoop平台能做什么？

Hadoop是一个适合大数据的分布式存储和处理平台。这是一个开源框架

1.搜索引擎（Hadoop的初衷是快速索引大型网页）。

2. 大数据存储，利用Hadoop的分布式存储能力，如数据备份、数据仓库等。

3. 大数据处理，利用Hadoop的分布式处理能力，如数据挖掘、数据分析等。

hadoop功能介绍？

Hadoop是大数据处理框架，工具

hdfs和mapReduce是Hadoop的两个原始核心功能，前者是负责储存的系统，类似把试卷放在几个柜子里，后者负责并行计算，类似把100份试卷分给5个人批改。

Hadoop后来逐渐加了其他工具

hive提供数据汇总查询功能，给了一个窗口处理数据，对数据进行加减乘除。

hbase是一个可扩展的、非关系型数据库，不是传统的excel表那种的数据格式

spark是比mapReduce更快的计算框架

Hadoop和mysql的关系是“Friends with benefits”

Hadoop的并行处理系统加上mysql的快速处理大量数据能力，就能得到一个能够使用关系型数据并以巨大速度进行计算的数据库。

在大数据平台hadoop可以做哪些应用？

Hadoop是适合于大数据的分布式存储和处理平台，是一种开源的框架

1、搜索引擎（Hadoop的初衷，为了针对大规模的网页快速建立索引）。

2、大数据存储，利用Hadoop的分布式存储能力，例如数据备份、数据仓库等。

3、大数据处理，利用Hadoop的分布式处理能力，例如数据挖掘、数据分析等。

4、Hadoop是一种分布式的开源框架，对于分布式计算有很大程度地参考价值。 应用：例如 日志处理 用户细分特征建模 个性化设计

Hadoop生态系统及各模块的功能？

HDFS 是 Hadoop 生态圈中提供分布式存储支持的系统，上层的很多计算框架(Hbase、Spark 等)都依赖于 HDFS 存储。

2. MapReduce(分布式计算模型)离线计算

何为离线计算，其实就是非实时计算。

3. Yarn(分布式资源管理器)

Yarn 的出现主要就是为了解决原始 Hadoop 扩展性较差、不支持多种计算模型的问题。

4. Spark(内存计算)

Spark 提供了内存中的分布式计算能力，相比传统的 MapReduce 大数据分析效率更高、运行速度更快。

5. HBase(分布式列存储数据库)

Hbase继承了列存储的特性，它非常适合需对数据进行随机读、写操作。 第二，Hbase构建在HDFS之上，其内部管理的文件全部存储在HDFS中。这使它具有高度容错性和可扩展性，并支持Hadoop mapreduce程序设计模型。

6. Hive(数据仓库)

到此，以上就是小编对于hadoop 云存储的问题就介绍到这了，希望这4点解答对大家有用。