Hadoop知识点之Hadoop发展历程

一、Hadoop名字的起源

Hadoop这个名字不是一个缩写它是一个虚构的名字。

该项目的创建者Doug Cutting如此解释Hadoop

这个名字是我孩子给一头吃饱了的棕黄色大象命名的。我的命名标准就是简短容易发音和拼写没有太多的意义并且不会被用于别处。小孩子是这方面的高手。Googol就是由小孩命名的。

二、Hadoop发展史

1. 2002年10月Doug Cutting和Mike Cafarella创建了开源网页爬虫项目NutchNutch的设计目标是构建一个大型的全网搜索引擎包括网页抓取、索引、查询等功能但随着抓取网页数量的增加遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题。。

2. 2003年10月Google发表Google File System论文。

3. 2004年7月Doug Cutting和Mike Cafarella在Nutch中实现了类似GFS的功能即后来HDFS的前身。

4. 2004年10月Google发表了MapReduce论文。

5. 2005年2月Mike Cafarella在Nutch中实现了MapReduce的最初版本。

6. 2005年12月开源搜索项目Nutch移植到新框架使用MapReduce和NDFS在20个节点稳定运行。

7. 2006年1月Doug Cutting加入雅虎Yahoo!提供一个专门的团队和资源将Hadoop发展成一个可在网络上运行的系统。

8. 2006年2月Apache Hadoop项目正式启动以支持MapReduce和HDFS的独立发展。

9. 2006年3月Yahoo!建设了第一个Hadoop集群用于开发。

10. 2006年4月第一个Apache Hadoop发布。

11. 2006年11月Google发表了Bigtable论文激起了Hbase的创建。

12. 2007年10月第一个Hadoop用户组会议召开社区贡献开始急剧上升。

13. 2007年百度开始使用Hadoop做离线处理。

14. 2007年中国移动开始在“大云”研究中使用Hadoop技术。

15. 2008年淘宝开始投入研究基于Hadoop的系统——云梯并将其用于处理电子商务相关数据。

16. 2008年1月Hadoop成为Apache顶级项目。

17. 2008年2月Yahoo!运行了世界上最大的Hadoop应用宣布其搜索引擎产品部署在一个拥有1万个内核的Hadoop集群上。

18. 2008年4月在900个节点上运行1TB排序测试集仅需209秒成为世界最快。

19. 2008年8月第一个Hadoop商业化公司Cloudera成立。

20. 2008年10月研究集群每天装载10TB的数据。

21. 2009 年3月Cloudera推出世界上首个Hadoop发行版——CDHCloudera's Distribution including Apache Hadoop平台完全由开放源码软件组成。

22. 2009年6月Cloudera的工程师Tom White编写的《Hadoop权威指南》初版出版后被誉为Hadoop圣经。

23. 2009年7月 Hadoop Core项目更名为Hadoop Common;

24. 2009年7月 MapReduce 和 Hadoop Distributed File System (HDFS) 成为Hadoop项目的独立子项目。

25. 2009年8月Hadoop创始人Doug Cutting加入Cloudera担任首席架构师。

26. 2009年10月首届Hadoop World大会在纽约召开。

27. 2010年5月IBM提供了基于Hadoop 的大数据分析软件——InfoSphere BigInsights包括基础版和企业版。

28. 2011年3月Apache Hadoop获得Media Guardian Innovation Awards媒体卫报创新奖

29. 2012年3月企业必须的重要功能HDFS NameNode HA被加入Hadoop主版本。

30. 2012年8月另外一个重要的企业适用功能YARN成为Hadoop子项目。

31. 2014年2月Spark逐渐代替MapReduce成为Hadoop的缺省执行引擎并成为Apache基金会顶级项目。

32. 2017年12月Release 3.0.0 generally available