javahadoop

⑴ java跟Hadoop的关系密切吗

1、从掌握基础上来说，Java与Hadoop的关系还是挺密切的，因为java的水平好些，学习hadoop更方便些，毕竟hadoop是java开发的，所以具有java基础的人转型Hadoop有天然优势

2、但单从两者的关系来说，不密切。因为不会java可以学，java的语法还是比较简单，对java语法熟悉些，看懂hadoop就问题不大。

⑵ 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。

⑶ 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。

⑷ java hadoop 与java 有什么区别

Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
HADOOP是使用JAVA语言来实现的，之所以使用JAVA来实现，主要是因为JAVA社区比较火热，关注的人也比较多。

⑸ 为什么Hadoop是用Java实现的

Hadoop的创始人是Doug Cutting， 同时也是着名的基于Java的检索引擎库Apache Lucene的创始人。Hadoop本来是用于着名的开源搜索引擎Apache Nutch，而Nutch本身是基于Lucene的，而且也是Lucene的一个子项目。因此Hadoop基于Java就很理所当然了。

⑹ hadoop是java开发的吗

是的。Hadoop源码是纯Java开发的，但是也可以利用HadoopStreaming这个接口使用其他语言对其MapRece开发。

⑺ java hadoop 与java 有什么区别

java hadoop是指hadoop用java编写的，hadoop是分布式计算系统，处理大数据的，而java是一种面向对象的编程语言，没有可比性，呵呵

⑻ 为什么Hadoop是用Java实现的

hadoop的实现思想来自与Google对于 数据的处理和计算难题,而hadoop起源于Lucene,
Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中
实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎.对于大数据,Lucene也就面临着和Google相似的问题了,那么Lucene的创始人Doug Cutting 他就是个java程序员,借鉴了Google的思想,so..

⑼ Hadoop到底是干什么用的

用途：将单机的工作任务进行分拆，变成协同工作的集群。用以解决日益增加的文件存储量和数据量瓶颈。

通俗应用解释：

比如计算一个100M的文本文件中的单词的个数，这个文本文件有若干行，每行有若干个单词，每行的单词与单词之间都是以空格键分开的。对于处理这种100M量级数据的计算任务，把这个100M的文件拷贝到自己的电脑上，然后写个计算程序就能完成计算。

关键技术：

HDFS（Hadoop Distributed File System）：

既可以是Hadoop 集群的一部分，也可以是一个独立的分布式文件系统，是开源免费的大数据处理文件存储系统。

HDFS是Master和Slave的主从结构（是一种概念模型，将设备分为主设备和从设备，主设备负责分配工作并整合结果，或作为指令的来源；从设备负责完成工作，一般只能和主设备通信）。主要由Name-Node、Secondary NameNode、DataNode构成。

Name-Node：分布式文件系统中的管理者，主要负责管理文件系统的命名空间、集群配置信息和存储块的复制等

Secondary NameNode：辅助 NameNode，分担其工作，紧急情况可以辅助恢复

DataNode：Slave节点，实际存储数据、执行数据块的读写并汇报存储信息给NameNode

HDFS客户端的存储流程：当客户需要写数据时，先在NameNode 上创建文件结构并确定数据块副本将要写道哪几个 datanode ，然后将多个代写 DataNode 组成一个写数据管道，保证写入过程完整统一写入。

读取数据时则先通过 NameNode 找到存储数据块副本的所有 DataNode ，根据与读取客户端距离排序数据块，然后取最近的。

⑽ hadoop是什么意思与大数据有什么关系

一、hadoop是什么意思？

Hadoop是具体的开源框架，是工具，用来做海量数据的存储和计算的。

二、hadoop与大数据的关系

首先，大数据本身涉及到一个庞大的技术体系，从学科的角度来看，涉及到数学、统计学和计算机三大学科，同时还涉及到社会学、经济学、医学等学科，所以大数据本身的知识量还是非常大的。

从当前大数据领域的产业链来看，大数据领域涉及到数据采集、数据存储、数据分析和数据应用等环节，不同的环节需要采用不同的技术，但是这些环节往往都要依赖于大数据平台，而Hadoop则是当前比较流行的大数据平台之一。

Hadoop平台经过多年的发展已经形成了一个比较完善的生态体系，而且由于Hadoop平台是开源的，所以很多商用的大数据平台也是基于Hadoop搭建的，所以对于初学大数据的技术人员来说，从Hadoop开始学起是不错的选择。

当前Hadoop平台的功能正在不断得到完善，不仅涉及到数据存储，同时也涉及到数据分析和数据应用，所以对于当前大数据应用开发人员来说，整体的知识结构往往都是围绕大数据平台来组织的。随着大数据平台逐渐开始落地到传统行业领域，大数据技术人员对于大数据平台的依赖程度会越来越高。

当前从事大数据开发的岗位可以分为两大类，一类是大数据平台开发，这一类岗位往往是研发级岗位，不仅岗位附加值比较高，未来的发展空间也比较大，但是大数据平台开发对于从业者的要求比较高，当前有不少研究生在毕业后会从事大数据平台开发岗位。

另一类是大数据应用开发岗位，这类岗位的工作任务就是基于大数据平台(Hadoop等)来进行行业应用开发，在工业互联网时代，大数据应用开发岗位的数量还是比较多的，而且大数据应用开发岗位对于从业者的要求也相对比较低。