本文目录一览：
- 1、北大青鸟java培训：Hadoop环境中管理大数据8大存储技巧？
- 2、java程序怎么向远程的hadoop提交mapreduce任务
- 3、学习hadoop需要java吗？
- 4、如何编写hadoop java程序
- 5、为什么Hadoop是用Java实现的
北大青鸟java培训：Hadoop环境中管理大数据8大存储技巧？
在现如今，随着IT互联网信息技术的飞速发展和进步。
目前大数据行业也越来越火爆，从而导致国内大数据人才也极度缺乏，下面IT培训介绍一下关于Hadoop环境中管理大数据存储技巧。
1、分布式存储传统化集中式存储存在已有一段时间。
但大数据并非真的适合集中式存储架构。
Hadoop设计用于将计算更接近数据节点，同时采用了HDFS文件系统的大规模横向扩展功能。
虽然，通常解决Hadoop管理自身数据低效性的方案是将Hadoop数据存储在SAN上。
但这也造成了它自身性能与规模的瓶颈。
现在，如果你把所有的数据都通过集中式SAN处理器进行处理，与Hadoop的分布式和并行化特性相悖。
你要么针对不同的数据节点管理多个SAN，要么将所有的数据节点都集中到一个SAN。
但Hadoop是一个分布式应用，就应该运行在分布式存储上，这样存储就保留了与Hadoop本身同样的灵活性，不过它也要求拥抱一个软件定义存储方案，并在商用服务器上运行，这相比瓶颈化的Hadoop自然更为高效。
2、超融合VS分布式注意，不要混淆超融合与分布式。
某些超融合方案是分布式存储，但通常这个术语意味着你的应用和存储都保存在同一计算节点上。
这是在试图解决数据本地化的问题，但它会造成太多资源争用。
这个Hadoop应用和存储平台会争用相同的内存和CPU。
Hadoop运行在专有应用层，分布式存储运行在专有存储层这样会更好。
之后，利用缓存和分层来解决数据本地化并补偿网络性能损失。
3、避免控制器瓶颈(ControllerChokePoint)实现目标的一个重要方面就是——避免通过单个点例如一个传统控制器来处理数据。
反之，要确保存储平台并行化，性能可以得到显着提升。
此外，这个方案提供了增量扩展性。
为数据湖添加功能跟往里面扔x86服务器一样简单。
一个分布式存储平台如有需要将自动添加功能并重新调整数据。
4、删重和压缩掌握大数据的关键是删重和压缩技术。
通常大数据集内会有70%到90%的数据简化。
以PB容量计，能节约数万美元的磁盘成本。
现代平台提供内联(对比后期处理)删重和压缩，大大降低了存储数据所需能力。
5、合并Hadoop发行版很多大型企业拥有多个Hadoop发行版本。
可能是开发者需要或是企业部门已经适应了不同版本。
无论如何最终往往要对这些集群的维护与运营。
一旦海量数据真正开始影响一家企业时，多个Hadoop发行版存储就会导致低效性。
我们可以通过创建一个单一，可删重和压缩的数据湖获取数据效率6、虚拟化Hadoop虚拟化已经席卷企业级市场。
很多地区超过80%的物理服务器现在是虚拟化的。
但也仍有很多企业因为性能和数据本地化问题对虚拟化Hadoop避而不谈。
7、创建弹性数据湖创建数据湖并不容易，但大数据存储可能会有需求。
我们有很多种方法来做这件事，但哪一种是正确的?这个正确的架构应该是一个动态，弹性的数据湖，可以以多种格式(架构化，非结构化，半结构化)存储所有资源的数据。
更重要的是，它必须支持应用不在远程资源上而是在本地数据资源上执行。
java程序怎么向远程的hadoop提交mapreduce任务
将 hadoop执行job命令写到shell脚本中。类似 hadoop jar x.jar ×××.MainClassName inputPath outputPath这种命令。
hadoop客户机在本地，使用 Process执行shell脚本，java执行本地shell脚本的代码
1
2
3
4
Process process =null;
String command1 = " ./test.sh"；
process = Runtime.getRuntime().exec(command1);
process.waitFor();
3.hadoop 在远程服务器上，java可以使用SSH连接远程服务器执行shell脚本。需要借助第三方jar包实现，常用的是ganymed-ssh2-build210.jar，网上有很多例子。
学习hadoop需要java吗？
需要。原因如下:
1.大数据支持很多开发语言，但企业用的最多的还是java，所以并不是完全需要，有其它语言基础也可以，同时hadoop是由java编写的，要想深入学习，学习java是有必要的。
2.于此，hadoop一般在工业环境大部分是运行在linux环境下，hadoop是用java实现的。所以最好是熟悉linux环境下编程。至于java做到看得懂比较好，遇到问题可以看看源码从而找出问题在哪。所以如果你想操作hadoop的话，需要java知识：比如IO流，JDBC之类，更是要重点掌握。
3.其实，如果要进行Hadoop开发领域，那么编码知识是必须的。没有java 或python的知识，你不能成为hadoop开发人员的主人。所以，这完全取决于具体方面。
但是，在所有方面都是必须的，这是基本知识和基础知识。一般建议在选择任何方面的第一个主题之前，如果有Java和Python的知识，那么这是一个额外的优势。如果想掌握大数据，那么首先要了解一下为什么应该学习大数据，为什么大数据出现在哪里，大数据等等。如今，每个人都在学习hadoop，所以如果想在hadoop开始你的职业生涯，那么需要了解什么是大数据。很多人在理解大数据时往往会盲目地认为处理大量数据就是大数据，稍懂一些的人往往认为学习大数据就是学习hadoop。
如何编写hadoop java程序
1.编译java
# mkdir class
#Javac -classpath .:lib/hadoop-common-2.2.0.jar:lib/hadoop-annotations-2.2.0.jar -d class HADemo.java
2.生成jar包
#jar -cvf hademo.jar -C class/ .
added manifest
adding: com/(in = 0) (out= 0)(stored 0%)
adding: com/wan/(in = 0) (out= 0)(stored 0%)
adding: com/wan/demo/(in = 0) (out= 0)(stored 0%)
adding: com/wan/demo/HADemo.class(in = 844) (out= 520)(deflated 38%)
3.测试运行
#hadoop jar hademo.jar com.wan.demo.HADemo /test
检测：
#hadoop fs -ls /
为什么Hadoop是用Java实现的
我来回答一下：
这个问题等价于Hadoop的创始人为何要使用java！
Hadoop的创始人即Lucene的创始人Doug Cutting，Doug Cutting于2000年开发Lucene，而此时距Java语言的正式推出（1995年）才5年时间，可以想象当时的java语言是多么新而酷！
根据Doug Cutting的自述，他当时开发软件的主要目的是赚钱养家，而此时java的诸多新特性，自然获得了年轻工程师的青睐。
后面的故事大家就知道了，Java开发Lucene大获成功，后续的Nutch、Hadoop、HBase。。。等等也就顺势而为了。
