由于Hadoop版本混亂多變，因此，Hadoop的版本選擇問題一直令很多初級(jí)用戶苦惱。本文總結(jié)了ApacheHadoop和Cloudera Hadoop的版本衍化過程，并給出了選擇Hadoop版本的一些建議。

1.Apache HadoopApache版本衍化

截至目前（2012年12月23日），ApacheHadoop版本分為兩代，我們將第一代Hadoop稱為Hadoop 1.0，第二代Hadoop稱為Hadoop2.0。第一代Hadoop包含三個(gè)大版本，分別是0.20.x，0.21.x和0.22.x，其中，0.20.x最后演化成1.0.x，變成了穩(wěn)定版，而0.21.x和0.22.x則NameNodeHA等新的重大特性。第二代Hadoop包含兩個(gè)版本，分別是0.23.x和2.x，它們完全不同于Hadoop1.0，是一套全新的架構(gòu)，均包含HDFS Federation和YARN兩個(gè)系統(tǒng)，相比于0.23.x，2.x增加了NameNodeHA和Wire-compatibility兩個(gè)重大特性。

經(jīng)過上面的大體解釋，大家可能明白了Hadoop以重大特性區(qū)分各個(gè)版本的，總結(jié)起來，用于區(qū)分Hadoop版本的特性有以下幾個(gè)：

（1）Append支持文件追加功能，如果想使用HBase，需要這個(gè)特性。

（2）RAID在保證數(shù)據(jù)可靠的前提下，通過引入校驗(yàn)碼較少數(shù)據(jù)塊數(shù)目。詳細(xì)鏈接：

https://issues.apache.org/jira/browse/HDFS/component/12313080

（3）Symlink支持HDFS文件鏈接，具體可參考：https://issues.apache.org/jira/browse/HDFS-245

（4）SecurityHadoop安全，具體可參考：https://issues.apache.org/jira/browse/HADOOP-4487

（5）NameNodeHA具體可參考：https://issues.apache.org/jira/browse/HDFS-1064

（6）HDFSFederation和YARN

需要注意的是，Hadoop2.0主要由Yahoo獨(dú)立出來的hortonworks公司主持開發(fā)。

Apache版本下載

（1）各版本說明：http://hadoop.apache.org/releases.html。

（2）下載穩(wěn)定版：找到一個(gè)鏡像，下載stable文件夾下的版本。

（3）Hadoop最全版本：http://svn.apache.org/repos/asf/hadoop/common/branches/，可直接導(dǎo)到eclipse中。

2.Cloudera HadoopCDH版本衍化

Apache當(dāng)前的版本管理是比較混亂的，各種版本層出不窮，讓很多初學(xué)者不知所措，相比之下，Cloudera公司的Hadoop版本管理的要很多。

我們知道，Hadoop遵從Apache開源協(xié)議，用戶可以免費(fèi)地任意使用和修改Hadoop，也正因此，市面上出現(xiàn)了很多Hadoop版本，其中比較出名的一是Cloudera公司的發(fā)行版，我們將該版本稱為CDH（ClouderaDistributionHadoop）。截至目前為止，CDH共有4個(gè)版本，其中，前兩個(gè)已經(jīng)不再更新，最近的兩個(gè)，分別是CDH3（在Apache Hadoop0.20.2版本基礎(chǔ)上演化而來的）和CDH4在Apache Hadoop2.0.0版本基礎(chǔ)上演化而來的），分別對(duì)應(yīng)Apache的Hadoop 1.0和Hadoop2.0，它們每隔一段時(shí)間便會(huì)更新一次。

Cloudera以patch level劃分小版本，比如patch level為923.142表示在原生態(tài)Apache Hadoop0.20.2基礎(chǔ)上添加了1065個(gè)patch（這些patch是各個(gè)公司或者個(gè)人貢獻(xiàn)的，在Hadoopjira上均有記錄），其中923個(gè)是最后一個(gè)beta版本添加的patch，而142個(gè)是穩(wěn)定版發(fā)行后新添加的patch。由此可見，patchlevel越高，功能越完備且解決的bug越多。

Cloudera版本層次更加清晰，且它提供了適用于各種操作系統(tǒng)的Hadoop安裝包，可直接使用apt-get或者yum命令進(jìn)行安裝，更加省事。

CDH版本下載

（1）版本含義介紹：

https://ccp.cloudera.com/display/DOC/CDH+Version+and+Packaging+Information

（2）各版本特性查看：

https://ccp.cloudera.com/display/DOC/CDH+Packaging+Information+for+Previous+Releases

（3）各版本下載：

CDH3：http://archive.cloudera.com/cdh/3/

CDH4：http://archive.cloudera.com/cdh4/cdh/4/

注意，Hadoop壓縮包在這兩個(gè)鏈接中的最上層目錄中，不在某個(gè)文件夾里，很多人進(jìn)到鏈接還找不到安裝包！

3.如何選擇Hadoop版本

當(dāng)前Hadoop版本比較混亂，讓很多用戶不知所措。實(shí)際上，當(dāng)前Hadoop只有兩個(gè)版本：Hadoop1.0和Hadoop 2.0，其中，Hadoop1.0由一個(gè)分布式文件系統(tǒng)HDFS和一個(gè)離線計(jì)算框架MapReduce組成，而Hadoop2.0則包含一個(gè)支持NameNode橫向擴(kuò)展的HDFS，一個(gè)資源管理系統(tǒng)YARN和一個(gè)運(yùn)行在YARN上的離線計(jì)算框架MapReduce。相比于Hadoop1.0，Hadoop 2.0功能更加強(qiáng)大，且具有更好的擴(kuò)展性、性能，并支持多種計(jì)算框架。

當(dāng)我們決定是否采用某個(gè)軟件用于開源環(huán)境時(shí)，通常需要考慮以下幾個(gè)因素：

（1）是否為開源軟件，即是否免費(fèi)。

（2）是否有穩(wěn)定版，這個(gè)一般軟件官方網(wǎng)站會(huì)給出說明。

（3）是否經(jīng)實(shí)踐驗(yàn)證，這個(gè)可通過檢查是否有一些大點(diǎn)的公司已經(jīng)在生產(chǎn)環(huán)境中使用知道。

（4）是否有強(qiáng)大的社區(qū)支持，當(dāng)出現(xiàn)一個(gè)問題時(shí)，能夠通過社區(qū)、論壇等網(wǎng)絡(luò)資源快速獲取解決方法。

考慮到以上幾個(gè)因素，我們分析一下開源軟件Hadoop。對(duì)于Hadoop2.0而言，目前尚不穩(wěn)定，無法用于生產(chǎn)環(huán)境，因此，如果當(dāng)前你正準(zhǔn)備使用Hadoop，那么只能從Hadoop1.0中選擇一個(gè)版本，而目截至目前（2012年12月23日），Apache和Cloudera最新的穩(wěn)定版分別是Hadoop1.0.4和CDH3U4，因此，你可以從中任選一個(gè)使用。

總結(jié)

以上所述是小編給大家介紹的Apache Hadoop版本詳解，希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！

最新評(píng)論