Scelta delle distribuzioni

Descrizione:
Le distribuzioni Cloudera sono distribuzioni Linux pronte all'uso per costituire un cluster Hadoop. Che cos'è Hadoop? Hadoop è un framework libero scritto in Java che facilita la scrittura di applicazioni da distribuire. Alcuni componenti di Hadoop sono al momento estremamente popolari: MapReduce, un algoritmo che permette di gestire in parallelo operazioni o calcoli su una gran quantità di dati; HBase, un database distribuito per elevati volumi di dati; HDFS, il sistema di file distribuito. Una delle peculiarità di Hadoop è la sua capacità di funzionare anche se diversi nodi del cluster sono guasti. http://hadoop.apache.org/ Perché la distribuzione Cloudera? La società Cloudera è al momento una referenza del mondo Hadoop ed un contributi importante. OVH propone la versione CDH3 su Ubuntu 10.04 (64bit) che incorpora: HDFS, MapReduce, HBase, Hive, Zookeeper, Hue. http://www.cloudera.com/ Quali sono le particolarità delle 3 versioni proposte da OVH? Modo 'pseudo-distribuito': è una versione destinata ai test e allo sviluppo. L'insieme dei blocchi Hadoop è raccolto su un'unica macchina. Modo 'Master': in un cluster Hadoop, dovrai avere un server 'Master' che avrà il compito di gestire il tuo cluster. Il 'Master' dispone di regole 'jobtracker' per MapReduce e 'namenode' per HDFS. Modo 'Slave': destinato a tutti i nodi del tuo cluster per effettuare calcoli ('tasktracker') e archiviare dati ('datanode').

Installazione di base

Opzioni e servizi