MapReduce 2.0। आधुनिक डिजिटल हाथी क्या है?

यदि आप एक आईटी विशेषज्ञ हैं, तो आप बस इसे नहीं ले सकते हैं और 2 जनवरी को काम पर जा सकते हैं : मनोविज्ञान की लड़ाई के तीसरे सीजन की समीक्षा करें या एनटीवी पर गॉर्डन कार्यक्रम रिकॉर्ड करें ( मानसिक स्वाद क्षमताओं का मामला)।
यह असंभव है क्योंकि अन्य कर्मचारियों को निश्चित रूप से आपके लिए उपहार होंगे: सचिव कॉफी से बाहर चला गया है, सांसद समय सीमा से बाहर चला गया है, और डेटाबेस व्यवस्थापक के पास भूलने की बीमारी है ।
यह पता चला कि Hadoop टीम के इंजीनियर भी नए साल के आश्चर्य के साथ एक-दूसरे को लाड़ प्यार करते हैं।

2008

2 जनवरी नीचे वर्णित घटनाओं में भाग लेने वाले व्यक्तियों की भावनात्मक और मनोवैज्ञानिक स्थिति का विस्तृत विवरण याद करते हुए, मैं तुरंत इस तथ्य की ओर मुड़ूंगा : MAPREDUCE-279 मैप-रिड्यूस 2.0 कार्य वितरित किया गया था। संख्या के बारे में चुटकुले छोड़ने के बाद, मैं इस तथ्य पर आपका ध्यान आकर्षित करूँगा कि हडोप का पहला स्थिर संस्करण 4 साल से थोड़ा कम है।

इस समय के दौरान, Hadoop परियोजना 2005 में शुरू की गई एक छोटी अभिनव स्नोबॉल से विकसित होगी, जो 2012 में IT पर एक बड़े स्नोबॉल कॉम के रूप में विकसित होगी।
नीचे हम यह जानने की कोशिश करेंगे कि Hadoop प्लेटफॉर्म के विकास में जनवरी कार्य MAPREDUCE-279 ने खेला (और, मुझे यकीन है, 2013 में खेलेंगे)।

2011

फरवरी 2011 में, याहू के इंजीनियरों ने "अपाचे हैडॉप मैपरेडेस की अगली पीढ़ी" [2] लेख के साथ दुनिया को खुश किया। अक्टूबर 2011 में, Apache Software Foundation ने अपने Apiki Hadoop NextGen MapReduce (YARN) [1] शीर्षक से विकि कार्य में प्रकाशित किया। 27 दिसंबर को, दुनिया ने Apache Software Foundation वेबसाइट पर एक शिलालेख देखा:

... रिलीज़ 1.0.0 उपलब्ध। छह साल के गर्भ के बाद, Hadoop 1.0.0 तक पहुँच जाता है!

और लिंक Hadoop v1.0 का स्थिर संस्करण है।

2012

मई के अंत में Hadoop 2.0.0-अल्फा डाउनलोड के लिए उपलब्ध हो गया। मई में, Hadoop: The Definitive Guide, Third Edition (टॉम व्हाइट द्वारा) पुस्तक प्रकाशित की गई थी, जहां एक महत्वपूर्ण राशि YARN को आवंटित की गई है। जून की शुरुआत में, टॉम व्हाइट ने शिकागो हडॉप उपयोगकर्ता समूह में MapReduce 2.0 ( वीडियो ) की एक प्रस्तुति दी। उसी महीने में, क्लाउडरा ने अपने CDH4 उत्पाद में Hadoop 2.0.0 अल्फा के लिए समर्थन की घोषणा की। थोड़ी देर बाद, हॉर्टनवर्क्स ने भी अपने वितरण में हडोप 2.0 के लिए समर्थन की घोषणा की।

17 सितंबर को, Apache Software Foundation ने घोषणा की कि YARN और MapReduce v2 Hadoop 0.23.3 में उपलब्ध हैं।

नीचे हम क्लासिक Hadoop MapReduce और नए आर्किटेक्चर में वितरित कंप्यूटिंग के दृष्टिकोण पर विचार करेंगे, तकनीकों और घटकों का वर्णन करेंगे जो नए मॉडल की अवधारणाओं को लागू करते हैं, और शास्त्रीय और 2.0 आर्किटेक्चर की तुलना भी करते हैं।

1. Hadoop MapReduce Classic

Hadoop बड़े पैमाने पर समानांतर प्रसंस्करण (MPP) डेटा के लिए वितरित अनुप्रयोगों के निर्माण के लिए एक लोकप्रिय सॉफ्टवेयर ढांचा है।

Hadoop में निम्नलिखित घटक शामिल हैं:

• HDFS - वितरित फ़ाइल सिस्टम;
• Hadoop MapReduce - मैप के ढांचे / कम प्रतिमान के भीतर बड़ी मात्रा में डेटा के लिए वितरित कंप्यूटिंग प्रदर्शन करने के लिए एक सॉफ्टवेयर मॉडल (ढांचा)।

Hadoop MapReduce वास्तुकला और HDFS संरचना में एम्बेडेड अवधारणाओं ने घटकों के स्वयं में कई अड़चनें पैदा की हैं, जिसमें विफलता के एकल बिंदु भी शामिल हैं। जिसने अंत में हडोप प्लेटफॉर्म की सीमाओं को समग्र रूप से निर्धारित किया।

उत्तरार्द्ध में शामिल हैं:

• Hadoop क्लस्टर स्केलेबिलिटी सीमा : ~ 4K कंप्यूटिंग नोड्स; ~ 40K समानांतर नौकरियां;
  
• वितरित एल्गोरिथ्म को लागू करने वाले वितरित कंप्यूटिंग ढांचे और क्लाइंट पुस्तकालयों की मजबूत कनेक्टिविटी । परिणामस्वरूप:
  • वितरित कंप्यूटिंग प्रदर्शन के लिए एक वैकल्पिक सॉफ्टवेयर मॉडल के लिए समर्थन का अभाव: Hadoop v1.0 में, केवल नक्शा / कम गणना मॉडल का समर्थन किया जाता है।
• विफलता के एकल बिंदुओं की उपस्थिति और, परिणामस्वरूप, उच्च विश्वसनीयता आवश्यकताओं के साथ वातावरण में उपयोग करने में असमर्थता;
  
• वर्जन कम्पैटिबिलिटी प्रॉब्लम्स : हैडोप प्लेटफॉर्म को अपडेट करते समय (नया वर्जन या सर्विस पैक स्थापित करते समय) क्लस्टर के सभी कंप्यूटिंग नोड्स के एक बार के अपडेट की आवश्यकता;
  
• अद्यतन / स्ट्रीमिंग डेटा के साथ काम करने के लिए समर्थन का अभाव।
  

नई Hadoop वास्तुकला ने उपरोक्त कई सीमाओं को हटाने का लक्ष्य रखा है।
Hadoop 2.0 की वास्तुकला और इसे दूर करने की अनुमति दी गई सीमाओं के बारे में, और हम नीचे बात करेंगे।

2. Hadoop MapReduce Next

प्रमुख परिवर्तनों ने Hadoop MapReduce के वितरित कंप्यूटिंग घटक को प्रभावित किया है।

क्लासिक Hadoop MapReduce एक एकल JobTracker प्रक्रिया और TaskTracker प्रक्रियाओं की एक मनमानी संख्या थी।

नए Hadoop MapReduce आर्किटेक्चर में, JobTracker के संसाधन प्रबंधन और नौकरी निर्धारण / समन्वय कार्यों को 2 अलग-अलग घटकों में विभाजित किया गया है:

• संसाधन प्रबंधक संसाधन प्रबंधक
  
• ApplicationMaster योजनाकार और समन्वयक।
  

आइए प्रत्येक घटक पर अधिक विस्तार से विचार करें।

संसाधनप्रबंधक

रिसोर्स मैनजर (आरएम) एक वैश्विक संसाधन प्रबंधक है जिसका कार्य अनुप्रयोगों द्वारा अनुरोधित संसाधनों को वितरित करना और कंप्यूटिंग नोड्स की निगरानी करना है, जिस पर ये अनुप्रयोग चल रहे हैं।

संसाधन प्रबंधक, बदले में, निम्नलिखित घटक शामिल हैं:

• शेड्यूलर उन अनुप्रयोगों के बीच संसाधनों को आवंटित करने के लिए जिम्मेदार शेड्यूलर है जिसे संसाधनों की आवश्यकता होती है।
  शेड्यूलर "क्लीन" शेड्यूलर है: यह अनुप्रयोगों की स्थिति की निगरानी या निगरानी नहीं करता है।
  
• ApplicationManager (AsM) ApplicationMaster उदाहरणों को लॉन्च करने के लिए जिम्मेदार घटक है, साथ ही नोड्स (कंटेनरों) की निगरानी करना, जिस पर निष्पादन किया जाता है और "मृत" नोड्स को पुनरारंभ करता है।
  

यह ध्यान देने योग्य है कि संसाधन प्रबंधक में अनुसूचक एक प्लग करने योग्य घटक है। कुल 3 प्रकार के समयबद्धक हैं: एफआईएफओ अनुसूचक (डिफ़ॉल्ट), क्षमता अनुसूचक और निष्पक्ष अनुसूचक। Hadoop 0.23 संस्करण में, पहले 2 प्रकार के अनुसूचियों का समर्थन किया जाता है, तीसरा - नहीं।

कंटेनर की अमूर्त अवधारणा के लिए आरएम से संसाधन का अनुरोध किया जाता है, जिस पर बाद में चर्चा की जाएगी और जिसके लिए आप आवश्यक प्रोसेसर समय, रैम की मात्रा, आवश्यक नेटवर्क बैंडविड्थ जैसे पैरामीटर निर्धारित कर सकते हैं। दिसंबर 2012 तक, केवल "रैम क्षमता" पैरामीटर समर्थित है।

परिचय आरएम क्लस्टर नोड्स को कंप्यूटिंग संसाधनों के रूप में व्यवहार करने की अनुमति देता है, जो गुणात्मक रूप से क्लस्टर संसाधनों के उपयोग को बढ़ाता है।

ApplicationMaster

ApplicationMaster (AM) एक वितरित अनुप्रयोग के निष्पादन की स्थिति के जीवन चक्र की योजना, समन्वय और निगरानी के लिए जिम्मेदार घटक है। प्रत्येक एप्लिकेशन के पास ApplicationMaster का अपना उदाहरण है।

इस स्तर पर, यह यार्न पर विचार करने योग्य है।

YARN (फिर भी एक अन्य संसाधन वार्ताकार) वितरित अनुप्रयोगों को चलाने के लिए एक सॉफ्टवेयर ढांचा है (जो कि एप्लीकेशनमास्टर है)। YARN वितरित प्रकार के अनुप्रयोगों को विकसित करने के लिए आवश्यक घटक और API प्रदान करता है। ढांचा खुद ही संसाधनों के आवंटन के लिए जिम्मेदारी लेता है, जो चल रहे अनुप्रयोगों से संसाधनों के अनुरोध के जवाब में होता है और आवेदन निष्पादन की स्थिति की निगरानी के लिए जिम्मेदारी है।

क्लासिक Hadoop MapReduce में लागू मॉडल की तुलना में YARN मॉडल अधिक सामान्य है।

YARN के लिए धन्यवाद, Hadoop क्लस्टर पर न केवल मानचित्र चलाना / अनुप्रयोगों को कम करना संभव है, बल्कि उपयोग किए गए एप्लिकेशन भी वितरित किए गए हैं: ओपन MPI, स्पार्क, Apache HAMA, Apache Giraph, आदि। अन्य वितरित एल्गोरिदम को लागू करना संभव है (यहां यह ओओपी की ताकत है!)। विस्तृत निर्देश अपाचे विकी में वर्णित हैं ।

MapReduce 2.0 (या MR2, या MRv2), बदले में, नक्शे के ढांचे के भीतर वितरित कंप्यूटिंग प्रदर्शन करने के लिए एक रूपरेखा है / प्रोग्रामिंग मॉडल को कम करें, YARN स्तर से ऊपर "झूठ"।

संसाधन प्रबंधन और अनुप्रयोग जीवन चक्र योजना / संसाधन प्रबंधक और ApplicationMaster घटकों के बीच समन्वय के लिए जिम्मेदारियों के पृथक्करण ने Hadoop मंच को अधिक वितरित किया है। इसके परिणामस्वरूप, प्लेटफ़ॉर्म की मापनीयता पर सकारात्मक प्रभाव पड़ा।

NodeManager

NodeManager (NM) - कम्प्यूट नोड पर चलने वाला एजेंट, जिसके कर्तव्यों में शामिल हैं:

• कंप्यूटिंग संसाधनों (सीपीयू, रैम, नेटवर्क, आदि) का इस्तेमाल किया ट्रैकिंग;
  
• रिसोर्समैन / शेड्यूलर रिसोर्स मैनेजर के शेड्यूल में प्रयुक्त संसाधनों पर रिपोर्ट भेजना।
  

सहभागिता प्रोटोकॉल

Hadoop प्लेटफ़ॉर्म के विभिन्न घटकों पर नियंत्रण आदेश और स्थिति हस्तांतरण निम्न प्रोटोकॉल से गुजरता है:

• ClientRMProtocol - अनुप्रयोग लॉन्च करने, स्थिति की जाँच करने और अनुप्रयोगों को बंद करने के लिए ResourceManager के साथ क्लाइंट इंटरैक्शन के लिए एक प्रोटोकॉल।
  
  
• AMRMProtocol - एएम की सदस्यता / सदस्यता समाप्त करने, अनुरोध भेजने और RM से संसाधन प्राप्त करने के लिए ResourceManager के साथ ApplicationMaster उदाहरणों की बातचीत के लिए प्रोटोकॉल।
  
  
• कंटेनर मैनजर - ​​एनएम द्वारा प्रबंधित कंटेनरों की स्थिति शुरू करने / रोकने और प्राप्त करने के लिए नोडमैनेजर के साथ एप्लीकेशनमास्टर इंटरैक्शन प्रोटोकॉल।
  
  

3. Hadoop MapReduce। के रू-बरू

"Hadoop MapReduce Classic" के भाग 1 ने Hadoop मंच का परिचय दिया और मंच की मुख्य सीमाओं का वर्णन किया। Hadoop MapReduce Next के भाग 2 ने Hadoop MapReduce वितरित कम्प्यूटिंग फ्रेमवर्क के नए संस्करण में शुरू की गई अवधारणाओं और घटकों का वर्णन किया।

हम चर्चा करेंगे कि इन अवधारणाओं को लागू करने वाले YARN, MR2 अवधारणाओं और घटकों ने Hadoop प्लेटफ़ॉर्म पर वितरित कंप्यूटिंग की वास्तुकला को कैसे बदल दिया है, और इन परिवर्तनों ने मौजूदा प्लेटफ़ॉर्म सीमाओं के आसपास पहुंचने में कैसे (या नहीं) मदद की है।

- शब्दावली के बारे में
इसके बाद से हम बचने के लिए Hadoop MapReduce के क्लासिक और "2.0" संस्करणों की तुलना करने के बारे में बात करेंगे:

• चर्चा की जा रही संस्करण के साथ जुड़े अस्पष्टता, और / या
• विचाराधीन संस्करण का अंतहीन शोधन,

मैं निम्नलिखित सशर्त शब्दावली का पालन करना जारी रखूंगा:

• Hadoop MapReduce 1.0 - "क्लासिक" मैदान (जब तक कि अन्यथा निर्दिष्ट न हो) Hadoop MapReduce;
  
• Hadoop MapReduce 2.0 YARN और MapReduce v2.0 है।
  

-

आर्किटेक्चर

Hadoop MapReduce 1.0 में, एक क्लस्टर में एक JobTracker नोड होता है जो कई टास्कट्रैक नोड्स में कार्य वितरित करता है जो सीधे कार्य करता है।



नए Hadoop MapReduce वास्तुकला में, संसाधन प्रबंधन जिम्मेदारियों और अनुप्रयोग जीवन चक्र के निर्धारण / समन्वय क्रमशः ResourceManager (प्रति-क्लस्टर) और ApplicationMaster (प्रति-अनुप्रयोग) के बीच साझा किए जाते हैं।

प्रत्येक कंप्यूटिंग नोड को संसाधनों की पूर्व निर्धारित मात्रा वाले कंटेनर कंटेनरों की एक मनमानी संख्या में विभाजित किया गया है: सीपीयू, रैम, आदि। कंटेनर मॉनिटरिंग NodeManager (प्रति-नोड) द्वारा की जाती है।



निम्नलिखित क्लासिक वास्तुकला में Hadoop MapReduce के व्यक्तिगत घटकों की बातचीत का एक चित्रण है



और YARN जैसी वास्तुकला (घटकों के बीच संचार के नए प्रकार बोल्ड में हाइलाइट किए गए हैं)।



इसके बाद, हम देखेंगे कि नया Hadoop MapReduce आर्किटेक्चर प्लेटफ़ॉर्म के ऐसे पहलुओं को उपलब्धता, मापनीयता और संसाधन उपयोग के रूप में कैसे प्रभावित करता है।

उपलब्धता

Hadoop MapReduce 1.0 में, JobTracker को विशेष लॉग से पढ़ने के साथ JobTracker के पुनरारंभ की आवश्यकता होती है, जो अंततः क्लस्टर डाउनटाइम की ओर जाता है।

नए संस्करण में, अभिगम्यता समाधान, हालांकि वे गुणात्मक रूप से नए स्तर तक नहीं बढ़े हैं, फिर भी चीजें बदतर नहीं हैं। Hadoop MapReduce 2.0 उच्च उपलब्धता समस्या को निम्न तरीके से हल करता है: संसाधन प्रबंधक और ApplicationMaster घटकों की स्थिति को सहेजा जाता है, और अंतिम सफलतापूर्वक सहेजे गए राज्य की लोडिंग के साथ विफलता के मामले में सूचीबद्ध घटकों को स्वचालित रूप से पुनरारंभ करने के लिए एक प्रणाली प्रदान की जाती है।

रिसोर्स मैनजर के लिए, अपाचे ज़ूकिपर राज्य दृढ़ता को संभालता है। और जब संसाधन प्रबंधक विफल हो जाता है, तो उस स्थिति के साथ एक नया RM प्रक्रिया बनाई जाती है जो विफलता से पहले थी। इस प्रकार, आरएम विफलता के परिणाम यह हैं कि सभी नियोजित और चलने वाले अनुप्रयोग फिर से शुरू हो जाएंगे।

ApplicationMaster अपने स्वयं के चेकपॉइंट इंजन का उपयोग करता है। इस प्रक्रिया में, AM अपने राज्य को HDFS में बचाता है। यदि AM अनुपलब्ध है, तो RM स्नैपशॉट से स्थिति के साथ इसे पुनरारंभ करता है।

scalability

Hadoop MapReduce 1.0 के साथ काम करने वाले डेवलपर्स ने दोहराया है कि Hadoop क्लस्टर की स्केलेबिलिटी सीमा 4K मशीनों के क्षेत्र में है। इस सीमा का मुख्य कारण यह है कि जॉबट्रैक नोड अपने संसाधनों का काफी हिस्सा आवेदन जीवन चक्र से संबंधित कार्यों पर खर्च करता है। उत्तरार्द्ध को एक विशेष आवेदन के लिए विशिष्ट कार्यों के लिए जिम्मेदार ठहराया जा सकता है, और एक पूरे के रूप में क्लस्टर के लिए नहीं।

रिसोर्स मैनजर और एप्लीकेशनमास्टर के बीच विभिन्न स्तरों पर कार्यों के लिए जिम्मेदारी का बंटवारा संभवत: हडोप मैपड्राइड 2.0 का मुख्य पता है।

यह योजना बनाई गई है कि Hadoop MapReduce 2.0 10K + कंप्यूट नोड्स के क्लस्टर पर चल सकती है, जो Hadoop MapReduce के क्लासिक संस्करण की तुलना में एक महत्वपूर्ण प्रगति है।

संसाधन का उपयोग

क्लस्टर संसाधनों के मानचित्र में विभाजन और कम-स्लॉट के कारण संसाधनों का कम उपयोग अक्सर क्लासिक हडोप मैपराइड की आलोचना का विषय भी है। MapReduce 1.0 में स्लॉट की अवधारणा को सार्वभौमिक कंटेनरों की अवधारणा से बदल दिया गया था - विनिमेय पृथक संसाधनों का एक सेट।

Hadoop MapReduce 2.0 में " कंटेनर " की अवधारणा की शुरूआत, वास्तव में, Hadoop प्लेटफॉर्म - मल्टी - टेनेंसी में एक और संपत्ति जोड़ दी। कंप्यूटिंग संसाधनों के रूप में क्लस्टर नोड्स के दृष्टिकोण से संसाधन उपयोग पर स्लॉट के नकारात्मक प्रभाव से छुटकारा पाने में मदद मिलेगी।

संयुक्तता

Hadoop MapReduce 1.0 की वास्तु संबंधी समस्याओं में से एक दो की मजबूत कनेक्टिविटी थी, वास्तव में, अन्योन्याश्रित सिस्टम नहीं: एक वितरित कंप्यूटिंग फ्रेमवर्क और क्लाइंट लाइब्रेरी जो एक वितरित एल्गोरिदम को लागू करते हैं।

इस कनेक्शन ने Hadoop क्लस्टर पर MPI या अन्य, वैकल्पिक मैप / कम, वितरित एल्गोरिदम को चलाना असंभव बना दिया है।

नई वास्तुकला में, वितरित कंप्यूटिंग फ्रेमवर्क YARN और मैप के ढांचे के भीतर कंप्यूटिंग ढांचे / YARN पर आधारित प्रोग्रामिंग मॉडल को कम करें - MR2 पर प्रकाश डाला गया।

MR2, ApplicationMaster द्वारा प्रदान किया गया एप्लिकेशन-विशिष्ट ढांचा है, जबकि YARN रिसोर्स मैनजर और NodeManager के घटकों द्वारा "प्रतिनिधित्व" किया गया है और वितरित एल्गोरिदम की बारीकियों से पूरी तरह से स्वतंत्र है।

ऑफ स्क्रीन

2 पहलुओं का उल्लेख नहीं करने पर पूरी तस्वीर नहीं होगी:
1. लेख केवल वितरित कंप्यूटिंग ढांचे पर विचार किया।
लेख के दायरे के बाहर, डेटा वेयरहाउस को प्रभावित करने वाले परिवर्तन हुए हैं। इनमें से सबसे उल्लेखनीय एचडीएफएस नाम नोड की उच्च उपलब्धता और एचडीएफएस नाम नोड्स का महासंघ है।
2. उपरोक्त केवल Hadoop v2.0 (लेखन के समय एक अल्फा संस्करण उपलब्ध है) में लागू किया जाएगा। तो YARN और MR2 पहले से ही Hadoop v0.23 में उपलब्ध हैं, लेकिन उच्च उपलब्धता NameNode के समर्थन के बिना।

अलग से, मैं यह नोट करता हूं कि जून शिकागो एचयूजी 2012 सम्मेलन में, जिसका मैंने परिचय में उल्लेख किया था, टॉम व्हाइट ने कहा कि अभी भी हडोप 2.0 अल्फा में प्रदर्शन, सुरक्षा और रिसोर्समैनमैन से संबंधित कार्य हैं।

निष्कर्ष

2010 में हडोप परियोजना को विचारों से सुखद रूप से आश्चर्यचकित किया गया, 2011 में - वितरण की गति से , 2012 में यह बदलावों के पैमाने से टकराया।

Hadoop प्लेटफ़ॉर्म में YARN और MR2 को बदल देने वाले "पारंपरिक" सारांश पर मैं आपका समय बर्बाद नहीं करूँगा। यह एक शक के बिना मंच में एक गुणात्मक छलांग है।

Hadoop अब बिग डेटा से संबंधित कार्यों में एक वास्तविक उद्योग मानक की तरह दिखता है। संस्करण 2.0 की आगामी रिलीज डेवलपर्स को एक खुला, दोष-सहिष्णु, शानदार स्केलेबल, एक्स्टेंसिबल मास-समांतर प्रोसेसिंग टूल देगी जो केवल मैप पर "लूपेड" नहीं है / प्रोग्रामिंग मॉडल को कम करता है।

यह अविश्वसनीय लगता है। यह और भी अविश्वसनीय है कि यह बहुत निकट वास्तविकता है। इस वास्तविकता के लिए तैयार होने के लिए केवल एक चेतावनी है -

सूत्रों की सूची

[१] अपाचे हडोप नेक्स्टजेन मैपरेड (YARN) । अपाचे सॉफ्टवेयर फाउंडेशन, 2011।
[२] अरुण सी मूर्ति। Apache Hadoop MapReduce की अगली पीढ़ी । याहू, 2011।
[३] अहमद रदवान। Hadoop 0.23 में MapReduce 2.0 । क्लाउडरा, 2012।
[४] टॉम व्हाइट। Hadoop: द निश्चित गाइड, तीसरा संस्करण। ओ रेली मीडिया / याहू प्रेस, 2012।
[५] अपाचे हडोप मुख्य 2.0.2-अल्फा एपीआई । अपाचे सॉफ्टवेयर फाउंडेशन, 2012।

पोस्टस्क्रिप्ट और लेखक के अन्य अनुभव

* Cloudera आपको CDH4 वितरण (YARN समर्थन के साथ) को स्थानीय मशीन पर छद्म वितरित मोड में चलाने के लिए डाउनलोड करने की अनुमति देता है। वितरण और निर्देश ।