大数据发展里程-Hadoop视角

周末查询了一些大数据相关的资料，今天简单以Hadoop的视角来总结一下我对大数据发展里程的总结：

2004：Google 发表大数据论文，  “三驾马车”横空出世

1.     分布式文件系统 GFS

2.     大数据分布式计算框架 MapReduce

3.     NoSQL 数据库系统 BigTable

2006：Nutch 搜索引擎 分离出 Hadoop  

  Doug Cutting 将大数据相关的功能从 Nutch 中分离出来

1.     HDFS，分布式文件存储

2.     MapReduce，分布式计算引擎、资源调度框架

2007：陆续应用于 雅虎、百度、阿里 等企业

    Hadoop 应用于互联网大厂的大数据存储与计算

2008：Hadoop 成为 Apache 顶级项目

1. Cloudera 成立，运营 Hadoop 的商业公司

2. Pig（Yahoo 开发）  脚本语言 转换为 MapReduce 任务

3. Hive （Facebook 开发） 用 SQL 转换为 MapReduce 任务 

4. Cassandra （Facebook 开发） 分布式 NoSQL 数据库

2011：Hadoop 生态逐步形成

1. Sqoop 数据导入、导出工具

2. Flume 日志分布式 收集、聚合、传输

3. Oozie 工作流调度引擎

4. HBase 基于 HDFS 的 NoSQL 系统

5. Cassandra 分布式 NoSQL 数据库，逐渐流行

2012：Yarn 资源调度系统

    Spark 开始崭露头角：源于 伯克利 AMP 实验室。

新概念引入：

1. 批处理计算、大数据离线计算

• 代表：MapReduce、Spark

2. 大数据流计算、大数据实时计算

• 代表：Storm、Flink、Spark Streaming

3. 大数据分析与大数据仓库

• 代表：Hive、Spark SQL

4. 大数据挖掘与机器学习

• 代表：Mahout、MLlib、TensorFlow​

   本次总结粒度比较粗，面相对窄。后续我们继续

标签：视角,NoSQL,MapReduce,Hadoop,Spark,数据,里程,分布式
来源： https://www.cnblogs.com/higkoo/p/15206754.html