HADOOP

HADOOP

1. ARQUITECTURA

   • Componentes:
     • NameNode
       • Controla el acceso por parte de los clientes a la informacion.
     • DataNodes
       • Almacena los bloques de datos y entrega informacion solicitada.
     • Secundary NameNode
       • Es una copia del NameNode, respaldo por si falla.
     • HDSF
       • Es el sistema de archivos de Hadoop
     • JobTracker
       • Coordina los trabajos solicitados por los clientes
     • TraskTracker
       • Responsable de correr los MapReduce asignados por el JobTracker.

2. ¿Que es?

   • Definicion: Es un framework, el cual es utilizado en BigData, ya que gracias a sus caracteristicas permite trabajar grandes volumenes de datos a un bajo costo.
   • ¿Que es HDFS?
     • El sistema de archivos de Hadoop es el que almacena los datos en unos bloques de gran tamaño
       • Tiene grandes beneficios como:
         • Es facil de calcular el numero de bloques almacenados en cada DataNodes, ya que son fijos.
         • El almacenamiento es mas facil en Datanodes, ya que no necesita saber sobre mata-datos.
         • Los bloques se pueden replicar, por lo que proveen alta tolerancia a fallas y alta disponibilidad

3. TRES MODOS DE FUNCIONAMIENTO

   • INSTALACION
     • MODO LOCAL PSEUDO-DISTRIBUIDO: Se ejecuta en un unico nodo, pero cada demonio se ejecuta en un proceo java diferente.
     • MODO LOCAL: Se ejecuta en un unido nodo como un solo proceso java.
     • MODO DISTRIBUIDO: Se ejecuta utilizando multiples nodos completamente distribuido.