hadoop(Hadoop还需要编译安装吗)

1. hadoop，Hadoop还需要编译安装吗？

不，Hadoop不再需要编译安装。从Hadoop 2.2版本开始，Hadoop提供了预编译的二进制发行版，可以直接下载并解压使用。这样简化了安装过程，用户无需手动编译源代码。只需根据操作系统和架构选择合适的二进制包，然后进行配置即可。这种方式使得安装和部署Hadoop变得更加简单和快速。

2. hadoop格式化过程？

Hadoop的格式化过程是将一个Hadoop文件系统（HDFS）命名空间的元数据和数据初始化为一个空状态的过程。这个过程通常在首次部署Hadoop集群之前进行，或者当需要重新初始化Hadoop集群时进行。下面是Hadoop格式化过程的一般步骤：1. 停止Hadoop集群中的所有服务，包括所有的Hadoop守护进程（如NameNode、DataNode和ResourceManager等）。2. 执行格式化命令，格式化NameNode。在Hadoop 2.x及以后的版本中，可以使用以下命令格式化NameNode： ```hdfs namenode -format```在早期的Hadoop版本中，可以使用以下命令格式化NameNode：```hadoop namenode -format```该命令将在NameNode的存储路径中创建必要的目录和文件，包括fsimage和edits等。3. 在格式化后，需要使用以下命令启动Hadoop集群的所有服务：```start-all.sh```或者分别启动相应的守护进程。这将重新启动Hadoop集群，并加载格式化后的元数据。需要注意的是，格式化过程会删除Hadoop集群中现有的所有数据和元数据，因此在执行格式化之前，一定要备份数据和元数据，以防止数据丢失。另外，Hadoop格式化过程是一个耗时的操作，格式化大型Hadoop集群可能需要较长时间，需要根据集群的规模和存储容量来预留适当的时间。

3. 什么是Hadoop分布式文件系统？

分布式文件系统（Distributed File System）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连。Hadoop是Apache软件基金会所研发的开放源码并行运算编程工具和分散式档案系统，与MapReduce和Google档案系统的概念类似。HDFS（Hadoop 分布式文件系统）是其中的一部分。

4. 云计算分布式存储是用ceph还是hadoop？

云计算的开发需要多种语言共同参与，HADOOP在云计算产品中只是一个底层框架，适合做云盘、分布式计算等底层业务。很少有一种云产品只用一种开发语言解决所有问题的，语言只是工具，关键是要学会在不同的应用场景下，如何正确选择合适的工具。云产品的框架有很多，比如OpenStack是用Python写的，Hadoop是用Java写的。

Ceph架构简介及其特点

Ceph简介

Ceph是一个统一的分布式存储系统，设计初衷是提供较好的性能、可靠性和可扩展性。

Ceph项目最早起源于Sage就读博士期间的工作（最早的成果于2004年发表），并随后贡献给开源社区。在经过了数年的发展之后，目前已得到众多云计算厂商的支持并被广泛应用。RedHat及OpenStack都可与Ceph整合以支持虚拟机镜像的后端存储。

Ceph特点

高性能

a. 摒弃了传统的集中式存储元数据寻址的方案，采用CRUSH算法，数据分布均衡，并行度高。

b.考虑了容灾域的隔离，能够实现各类负载的副本放置规则，例如跨机房、机架感知等。

c. 能够支持上千个存储节点的规模，支持TB到PB级的数据。

高可用性

a. 副本数可以灵活控制。

b. 支持故障域分隔，数据强一致性。

c. 多种故障场景自动进行修复自愈。

d. 没有单点故障，自动管理。

高可扩展性

a. 去中心化。

b. 扩展灵活。

c. 随着节点增加而线性增长。

特性丰富

a. 支持三种存储接口：块存储、文件存储、对象存储。

b. 支持自定义接口，支持多种语言驱动。

Hadoop简介及其特点

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。

HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。

云计算的开发语言多样

hadoop和云计算是两回事，HADOOP开发首选JAVA，次选C/C++或者Python云计算就复杂了，不同的应用又不同额选择。很少有一种云产品只用一种开发语言解决所有问题的语言只是工具，关键是要学会在不同的应用场景下，如何正确选择合适的工具。云产品的框架有很多，比如OpenStack是用Python写的，Hadoop是用Java写的。

HADOOP在云计算产品中只是一个底层框架，适合做云盘、分布式计算等底层业务。中间层和上层用什么语言开发取决产品的特性和技术人员的技术特点。