| Linha 3: | Linha 3: | ||
<center>[[Arquivo:hadoop-logo.jpg]]</center> | <center>[[Arquivo:hadoop-logo.jpg]]</center> | ||
<br> | <br> | ||
<div align="justify"> | |||
Segundo [http://readwrite.com/2013/05/23/hadoop-what-it-is-and-how-it-works] você não pode ter uma longa conversa sobre Big Data[http://www.infowester.com/big-data.php] sem que um elefante entre na sala: Hadoop. | Segundo [http://readwrite.com/2013/05/23/hadoop-what-it-is-and-how-it-works] você não pode ter uma longa conversa sobre Big Data[http://www.infowester.com/big-data.php] sem que um elefante entre na sala: Hadoop. | ||
Hadoop é uma plataforma [http://www.infowester.com/freexopen.php open source] mantida pela [http://www.apache.org/ Apache Software Foundation] que tem se mostrado muito útil tanto no armazenamento quanto no processamento de grandes volumes de dados, de forma barata e eficiente. O Projeto é mantido pela Apache, porém conta com a colaboração de várias grandes empresas, entre elas: Yahoo, Facebook, Google e IBM[http://wiki.apache.org/hadoop/PoweredBy]. | Hadoop é uma plataforma [http://www.infowester.com/freexopen.php open source] mantida pela [http://www.apache.org/ Apache Software Foundation] que tem se mostrado muito útil tanto no armazenamento quanto no processamento de grandes volumes de dados, de forma barata e eficiente. O Projeto é mantido pela Apache, porém conta com a colaboração de várias grandes empresas, entre elas: Yahoo, Facebook, Google e IBM[http://wiki.apache.org/hadoop/PoweredBy]. | ||
Basicamente Hadoop é uma forma de armazenar grandes quantidades de dados distribuídos em máquinas distintas e, em seguida, distribuir também o processamento desses dados em cada máquina. | |||
Basicamente Hadoop é uma forma de armazenar grandes quantidades de dados distribuídos em máquinas distintas e, em seguida, distribuir também o processamento desses dados em cada máquina. | |||
* O Hadoop é tido como uma solução adequada para Big Data por vários motivos: | |||
** É um projeto open source, como já informado, fato que permite a sua modificação para fins de customização e o torna suscetível a melhorias constantes graças à sua rede de colaboração. Por causa desta característica, vários projetos derivados ou complementares foram - e ainda são - criados; | |||
** Proporciona economia, já que não exige o pagamento de licenças e suporta hardware convencional, permitindo a criação de projetos com máquinas consideravelmente mais baratas; | |||
** O Hadoop conta, por padrão, com recursos de tolerância a falhas, como replicação de dados; | |||
** O Hadoop é escalável: havendo necessidade de processamento para suportar maior quantidade de dados, é possível acrescentar computadores sem necessidade de realizar reconfigurações complexas no sistema. | |||
</div> | </div> | ||
Edição das 17h23min de 13 de maio de 2015
Hadoop
Segundo [1] você não pode ter uma longa conversa sobre Big Data[2] sem que um elefante entre na sala: Hadoop.
Hadoop é uma plataforma open source mantida pela Apache Software Foundation que tem se mostrado muito útil tanto no armazenamento quanto no processamento de grandes volumes de dados, de forma barata e eficiente. O Projeto é mantido pela Apache, porém conta com a colaboração de várias grandes empresas, entre elas: Yahoo, Facebook, Google e IBM[3].
Basicamente Hadoop é uma forma de armazenar grandes quantidades de dados distribuídos em máquinas distintas e, em seguida, distribuir também o processamento desses dados em cada máquina.
- O Hadoop é tido como uma solução adequada para Big Data por vários motivos:
- É um projeto open source, como já informado, fato que permite a sua modificação para fins de customização e o torna suscetível a melhorias constantes graças à sua rede de colaboração. Por causa desta característica, vários projetos derivados ou complementares foram - e ainda são - criados;
- Proporciona economia, já que não exige o pagamento de licenças e suporta hardware convencional, permitindo a criação de projetos com máquinas consideravelmente mais baratas;
- O Hadoop conta, por padrão, com recursos de tolerância a falhas, como replicação de dados;
- O Hadoop é escalável: havendo necessidade de processamento para suportar maior quantidade de dados, é possível acrescentar computadores sem necessidade de realizar reconfigurações complexas no sistema.
Hadoop DFS
Hadoop Map Reduce
Referências
- Material filtrado da Internet:
- Sites: