介绍hadoop不同版本的区别

hadoop1.0

hadoop1.0是最早的版本，只是在google上发表的三篇论文转变过来的。所以hadoop1.0在开发过程当中存在诸多的缺陷，hadoop1.0主要是有HDFS(分布式系统)和一个分布式计算框架（MapReduce）组成的。

对于HDFS，hadoop1.0常用的是主从架构，其中主节点是namenode节点，从节点是datanode节点，对于HDFS的介绍可以参考：

HDFS的介绍：https://www.oraclejsq.com/hdpjc/060102518.html

hadoop1.0中，NameNode节点有且只有一个，虽然可以通过SecondaryNameNode进行主节点数据备份，但是存在延时情况，假如主节点挂掉，这时部分数据还未同步到SecondaryNameNode节点上，就会存在资源数据的缺失。因为NameNode是存储着DataNode节点等元数据信息。

对于MapReduce，hadoop1.0也是一个简单的主从结构，是有一个主JobTracker和多个从的TaskTracker组成，而且在hadoop1.0中JobTracker任务繁重：

1.1：负责接收客户端的计算任务，同时要把任务分发给TaskTracker进行执行

1.2：通过心跳机制来管理TaskTracker节点的运行情况。

hadoop2.0

针对hadoop1.0中在HDFS、MapReduce在高可用的、扩展性等方面存在的问题，hadoop做了相应的改进。

2.1、从HDFS上改进：

hadoop2.0增加了HDFS HA机制，解决了hdfs1.0中的单点故障问题，通过HA进行standbynamenode的热备份。

hadoop2.0增加了HDFS Federation(联邦)水平扩展，支持多个namenode同时运行，每一个namenode分管一批目录，然后共享所有datanode的存储资源，从而解决1.0当中单个namenode节点内存受限问题。

hadoop2.0虽然HDFS架构上发生了一些变化，但是使用方式不变，1.0当中相关的命令与API任然可以继续使用。

2.2、从MapReduce上改进：

在hadoop2.0当中增加了YARN框架，针对hadoop1.0中主JobTracker压力太大的不足，把JobTracker资源分配和作业控制分开，利用Resource Manager在namenode上进行资源管理调度，利用ApplicationMaster进行任务管理和任务监控。由NodeManager替代TaskTracker进行具体任务的执行，因此MapReduce2.0只是一个计算框架。对比hadoop1.0中相关资源的调用全部给Yarn框架管理。

hadoop3.0

hadoop2.0之后版本就相对稳定，大部分实际生产环境中都使用的是2.0，包括本次我们教程也是基于2.0上进行讲解，hadoop3.0主要增加了一些性能上的优化和支持：

3.1、java运行环境升级为1.8，对之前低版本的Java不在支持。

3.2、HDFS3.0支持数据的擦除编码，调高存储空间的使用率。

3.3、一些默认端口的改变。

3.4、增加一些MapReduce的调优。