image.png

    Hadoop（重点）：Hadoop是大数据技术中最重要的框架之一，是学习大数据的第一课。
    目前，Hadoop已经从1.x版本发展到现在的3.x版本。Hadoop一共包含3个组件：分别是最强的分步式文件系统HDFS，海量数据并行计算框架MapReduce，流行的资源管理系统Yarn。
    任何框架的学习，先搭建好环境，线上跑一个测试案例，之后再深入其原理。
    HDFS有伪分布式、完全分步式以及高可用架构模型，重点了解HA架构模型以及各个角色的职责。
    HDFS的架构模型主要包括以下角色：Namenode（Active、Standyby），Datanode，JournalNode，DFSZKFailoverController（ZKFC），SecondNamenode。
    虽SecondNamenode应用较少，但还是要了解其工作机制。
    MapReduce的核心思想、详细工作流程，Shuffle机制也要重点掌握，面试会问。
    Yarn资源管理系统不仅适用于MapReduce计算框架，同时也会被用于Spark计算框架，所以它的工作机制也非常重要。
    我推荐大家学习尚硅谷的Hadoop教程，从原理到生产实践调优，再深入源码，非常透彻。

    尚硅谷Hadoop链接：
    https://www.bilibili.com/video/av21303002
    [

    ](https://blog.csdn.net/qq_24885953/article/details/116721888)