Apache Hadoop

Hadoop je framework obsahující sadu opensource softwarových komponent určených pro zpracování velkého množství nestrukturovaných a distribuovaných dat v řádech petabytů a exabytů.[1]

Apache Hadoop
VývojářApache Software Foundation
První vydání2005
Aktuální verze3.3.1 (15. června 2021)
Operační systémMultiplatformní software
PlatformaJava Virtual Machine
Vyvíjeno vJava
Typ softwaruframework
LicenceApache License 2.0
WebHadoop Apache
Některá data mohou pocházet z datové položky.

Principy Hadoopu

Podstata spočívá v uložení dat na velkém množství samostatných počítačů.[2] Může jít o běžný hardware a tak je uložení těchto dat levnější než ukládání na specializovaném hardwaru s vysokou dostupností. Pro uložení je potom použit distribuovaný souborový systém. Jeden takový systém nabízí přímo Hadoop. Je to systém HDFS, což je zkratka z anglického názvu Hadoop Distributed File System.[2] Zpracování potom probíhá tak, že je úloha rozdělena a zpracovávána paralelně na více uzlech. Jde tedy vlastně o distribuovaný výpočet. Konečný výsledek je zjištěn výpočtem z dílčích výsledků. Jde o tak zvaný princip MapReduce, kde Map je rozdělení úlohy a Reduce je spojení výsledků. Samotný výpočet je tak posunut z velké části k datům, čímž je značně redukována potřeba přenosu velkých objemů dat po síti.

Vývoj Hadoopu a jeho derivátů

Hadoop je rozvíjen v rámci opensource softwaru. V jeho vývoji se angažuje organizace Apache Software Foundation. [3] Volné komponenty Hadoopu jsou dostupné na stránkách hadoop.apache.org. Na bázi Hadoopu jsou postavena mnohá komerčně dodávaná řešení [4] pro big data.

Apache Hadoop

Aktuální verze Hadoopu v roce 2012 mohla pracovat na 4000 uzlech clusterů. Pro uzel se počítalo 16 (a více) jader a 10000 paralelních úkolů.

Vydání významných verzí

  • 22. březen 2017: Release 2.8.0. Pro produkční nasazení je doporučeno počkat na verze 2.8.1/2.8.2
  • 25. leden 2017: Release 3.0.0-alpha2
  • 8. říjen 2016: Release 2.6.5
  • 25. srpen 2016: Release 2.7.3
  • 21. duben 2015: Release 2.7.0 (nejde o stabilní verzi pro produkční nasazení)
  • 18. listopad 2014: Release 2.6.0 (nejde o stabilní verzi pro produkční nasazení)
  • 15. říjen 2013: Release 2.2.0 release s tzv. General availability obsahující významná rozšíření:
    • YARN - systém řízení zdrojů pro Hadoop
    • High Availability (Vysoká dostupnost) pro HDFS
    • HDFS Federation
    • HDFS Snapshots
    • NFSv3 přístup k datům v HDFS
    • Podporu pro provoz Hadoop na Microsoft Windows
    • Binární kompatibilitu pro aplikace MapReduce postavené na hadoop-1.x

Významní uživatelé

Reference [5]

Odkazy

Reference

  1. DOLÁK, Ondřej. Big data [online]. [cit. 2012-11-30]. Dostupné online. (anglicky)
  2. Web hadoop.appache.org
  3. ŠVERÁK, Petr. Apache vydává novou verzi Hadoop [online]. 3.3.2012 [cit. 2012-11-30]. Dostupné online. (anglicky)
  4. InfoSphere BigInsights (Bringing the power of Hadoop to the enterprise)
  5. Applikace a organizace používající Hadoop. wiki.apache.org [online]. [cit. 2012-11-30]. Dostupné v archivu pořízeném dne 2012-11-29.
  6. Apple Embraces Hadoop [online]. [cit. 2011-04-14]. Dostupné v archivu pořízeném z originálu dne 2011-02-28. (anglicky)
  7. Building a terabyte-scale data cycle at LinkedIn with Hadoop and Project Voldemort [online]. [cit. 2011-04-14]. Dostupné v archivu pořízeném dne 2011-01-27. (anglicky)
  8. Microsoft Expands Data Platform With SQL Server 2012, New Investments for Managing Any Data, Any Size, Anywhere [online]. [cit. 2011-10-13]. Dostupné online. (anglicky)
  9. Use Case Study of Hive/Hadoop [online]. [cit. 2011-04-14]. Dostupné online. (anglicky)
  10. SAP UNVEILS UNIFIED STRATEGY FOR REAL-TIME DATA MANAGEMENT TO GROW DATABASE MARKET LEADERSHIP [online]. SAP America [cit. 2012-06-09]. Dostupné online. (anglicky)
  11. SAS® access to Hadoop links leading analytics, big data [online]. [cit. 2012-11-30]. Dostupné v archivu pořízeném dne 2012-12-01. (anglicky)
  12. HBase at StumbleUpon [online]. [cit. 2010-06-26]. Dostupné v archivu pořízeném dne 2010-08-13. (anglicky)

[1]Literatura

  • White, T.: Hadoop: The Definitive Guide, O'Reilly Media, Incorporated, 2009, ISBN 9780596521974
  • Lam, Ch.: Hadoop in Action, O'Reilly Media, 2010, ISBN 1935182196, ISBN 9781935182191, 312 stran

Související články

Externí odkazy

  1. STRANSKY, Jakub. Hadoop IO and file formats [online]. 2014-06-22 [cit. 2016-11-04]. Dostupné online.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.