Hadoop学习相关资料

ebook

看到有人发Hadoop的贴，这里一些资料给大家叁考：

Hadoop Ecosystems概括了IT三大领域：System、Database和Programming。

HDFS属於System，相当于整个Hadoop的OS。HDFS涵盖了四种Cluster最主要功能：Storage cluster、HA、Load Balance和performance。

YARN、MapReduce v1、Spark涉及到Programming和Database两部份。它支援Java、Python、Ruby等语言。Pig是Hadoop自创的，比起其它的语言，它易学易懂。它们主要用来分析处理从DB里取来的资料。Hive、Flume、Sqoop之类是和DB沟通的中介程式。HBase、Hive、BeeHive是Hadoop里开发的NoSQL。

Hadoop v1 是往non-relational DB方向开发，随着涉及领域越来越大，Hadoop v2 开始尝试兼容SQL，如HiveQL就是用来与RDBMS沟通的。Hadoop自身的SQL也在研发中，如Hortonworks的Stinger、Cloudera的Impala，MapR的Drill，都是准备取代传统SQL的。

Hadoop v2是从2013年八月投入市场，学Hadoop的朋友可以直接忽略之前的版本，因为功能相差太多。

学习Hadoop可以从Hortonworks的Sandbox开始，对一些基本架构会有所认识，但一般建构Hadoop系统至少是50架Servers，所以想得到更好的经验必须到MNC里去看。另外建议先学概念，Hadoop现下还没进入成熟期，很多公司、产品会逐渐被取代、淘汰，暂时仍以Hortonworks、Cloudera和MapR三家公司居先。

懂Hadoop不一定能找到好工作机会，美国家例外。亚洲除中国外应该很少会提到Hadoop。