HADOOP

HADOOP

1. Proyecto de código abierto que permite el almacenamiento y procesamiento de grandes cantidades de datos de manera distribuida

   • Tiene dos componentes principales:
     • Hadoop Distribuited FileSystem (HDFS)
       • Permite almacenar de manera eficiente grandes cantidades de información.
     • MapReduce
       • Permite procesar paralelamente los datos almacenados en HDFS.
         • Componentes:JobTracker (nodo maestro) y taskTracker (nodo esclavo).
   • Hadoop” era el nombre que le había dado el hijo de Doug a un elefante amarillo peluche que tenía, de allí el por qué el logo de Hadoop es un elefante amarillo.
   • Ecosistema Haddop
     • Mientras fue ganando popularidad comenzaron a aparecer un conjunto de herramientas complementarias, las cuales hacen hoy en día mucho más fácil trabajar sobre Hadoop.
       • Pig
       • Hive
       • Hcatalog
       • Flume
       • Sqoop
       • Oozie

Bilder und Dateien der Mindmap