問題導讀
1.Hadoop3.x通過什么方式來容錯？
2.Hadoop3.x存儲開銷減少了多少？
3.Hadoop3.x MR API是否兼容hadoop1.x？
一、目的
在這篇文章中，我們將討論Hadoop 2.x與Hadoop 3.x之間的比較。 Hadoop3版本中添加了哪些新功能，Hadoop3中兼容的Hadoop 2程序，Hadoop 2和Hadoop 3有什么區別？
二、Hadoop 2.x與Hadoop 3.x比較
本節將講述Hadoop 2.x與Hadoop 3.x之間的22個差異。 現在讓我們逐一討論
2.1License
Hadoop 2.x - Apache 2.0，開源
Hadoop 3.x - Apache 2.0，開源
2.2支持的最低Java版本
Hadoop 2.x - java的最低支持版本是java 7
Hadoop 3.x - java的最低支持版本是java 8
2.3容錯
Hadoop 2.x - 可以通過復制（浪費空間）來處理容錯。
Hadoop 3.x - 可以通過Erasure編碼處理容錯。
2.4數據平衡
Hadoop 2.x - 對于數據平衡使用HDFS平衡器。
Hadoop 3.x - 對于數據平衡使用Intra-data節點平衡器，該平衡器通過HDFS磁盤平衡器CLI調用。
2.5存儲Scheme
Hadoop 2.x - 使用3X副本Scheme
Hadoop 3.x - 支持HDFS中的擦除編碼。
2.6存儲開銷
Hadoop 2.x - HDFS在存儲空間中有200％的開銷。
Hadoop 3.x - 存儲開銷僅為50％。
2.7存儲開銷示例
Hadoop 2.x - 如果有6個塊，那么由于副本方案（Scheme），將有18個塊占用空間。
Hadoop 3.x - 如果有6個塊，那么空間9個塊，中6塊空間，3塊用于奇偶校驗。
2.8YARN時間線服務
Hadoop 2.x - 使用具有可伸縮性問題的舊時間軸服務。
Hadoop 3.x - 改進時間線服務v2并提高時間線服務的可擴展性和可靠性。
2.9默認端口范圍
Hadoop 2.x - 在Hadoop 2.0中，一些默認端口是Linux臨時端口范圍。所以在啟動時，他們將無法綁定。
Hadoop 3.x - 但是在Hadoop 3.0中，這些端口已經移出了短暫的范圍。
2.10工具
Hadoop 2.x - 使用Hive，pig，Tez，Hama，Giraph和其他Hadoop工具。
Hadoop 3.x - 可以使用Hive，pig，Tez，Hama，Giraph和其他Hadoop工具。
2.11兼容的文件系統
Hadoop 2.x - HDFS（默認FS），FTP文件系統：它將所有數據存儲在可遠程訪問的FTP服務器上。 Amazon S3（簡單存儲服務）文件系統Windows Azure存儲Blob（WASB）文件系統。
Hadoop 3.x - 它支持所有前面以及Microsoft Azure Data Lake文件系統。
2.12Datanode資源
Hadoop 2.x - Datanode資源不專用于MapReduce，我們可以將它用于其他應用程序。
Hadoop 3.x - 此處數據節點資源也可用于其他應用程序。
2.13MR API兼容性
Hadoop 2.x - 與Hadoop 1.x程序兼容的MR API，可在Hadoop 2.X上執行
Hadoop 3.x - 此處，MR API與運行Hadoop 1.x程序兼容，以便在Hadoop 3.X上執行
2.14支持Microsoft Windows
Hadoop 2.x - 它可以部署在Windows上。
Hadoop 3.x - 它也支持Windows。
2.15插槽/容器
Hadoop 2.x - Hadoop 1適用于插槽的概念，但Hadoop 2.X適用于容器的概念。通過容器，我們可以運行通用任務。
Hadoop 3.x - 它也適用于容器的概念。
2.16單點故障
Hadoop 2.x - 具有SPOF的功能，因此只要Namenode失敗，它就會自動恢復。
Hadoop 3.x - 具有SPOF的功能，因此只要Namenode失敗，它就會自動恢復，無需人工干預就可以克服它。
2.17HDFS聯盟
Hadoop 2.x - 在Hadoop 1.0中，只有一個NameNode來管理所有Namespace，但在Hadoop 2.0中，多個NameNode用于多個Namespace。
Hadoop 3.x - Hadoop 3.x還有多個名稱空間用于多個名稱空間。
2.18可擴展性
Hadoop 2.x - 我們可以擴展到每個群集10,000個節點。
Hadoop 3.x - 更好的可擴展性。 我們可以為每個群集擴展超過10,000個節點。
2.19更快地訪問數據
Hadoop 2.x - 由于數據節點緩存，我們可以快速訪問數據。
Hadoop 3.x - 這里也通過Datanode緩存我們可以快速訪問數據。
2.20HDFS快照
Hadoop 2.x - Hadoop 2增加了對快照的支持。 它為用戶錯誤提供災難恢復和保護。
Hadoop 3.x - Hadoop 2也支持快照功能。
2.21平臺
Hadoop 2.x - 可以作為各種數據分析的平臺，可以運行事件處理，流媒體和實時操作。
Hadoop 3.x - 這里也可以在YARN的頂部運行事件處理，流媒體和實時操作。
2.22群集資源管理
Hadoop 2.x - 對于群集資源管理，它使用YARN。 它提高了可擴展性，高可用性，多租戶。
Hadoop 3.x - 對于集群，資源管理使用具有所有功能的YARN。
hadoop3.X比hadoop2.x的改進
Common主要改進：
Shell script rewrite
過時API刪除
HDFS改進：
支持erasure編碼
支持超過兩個namenode
數據均衡
多個服務端口發生變化
Yarn改進：
YARN Timeline Service v.2
Support for Opportunistic Containers and Distributed Scheduling
MapRduece改進：
MapReduce task-level native optimization
Reworked daemon and task heap management
其他新特性：
Shared client jars
三、結論
正如我們已經討論了Hadoop 2.x與Hadoop 3.x之間的22個重要差異和3.x的改進，現在我們可以看到Hadoop 2和Hadoop 3哪個更好。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。如果你想了解更多相關內容請查看下面相關鏈接
