Hadoop3.3新版本发布【整合了腾讯云】

简介: Hadoop3.3新版本发布【整合了腾讯云】

1.支持ARM



这是第一个支持ARM的版本。


2.Protobuf从2.5.0升级到新版本


Protobuf从2.5.0升级到3.7.1


3.支持Java11


支持Java11


4.支持模拟AuthenticationFilter过滤器


外部服务或YARN服务可能需要根据使用Web协议的用户行为来调用WebHDFS或YARN REST API。最好在AuthenticationFilter或类似的扩展中支持模拟机制。

不推荐使用httpfs.authentication.*配置,

在HttpFS中使用hadoop.http.authentication.*配置。

如果同时设置了两个配置,则

httpfs.authentication.*配置对兼容有效。

更详细可查看

https://issues.apache.org/jira/browse/HDFS-14845

www.aboutyun.com


5.s3A增强功能


S3A代码的很多增强功能,包括支持委托令牌,对404缓存的更好处理,S3guard性能,弹性改进


6.ABFS增强功能


调整需要调整的内容,并在适当的地方添加更多测试。改善文档,尤其是故障排除。

比如修复支持Server Name Indication (SNI).

ABFS FileStatus.getModificationTime返回本地化时间而不是UTC


7.HDFS RBF稳定化


HDFS Router现在支持安全性。还包含许多错误修复和改进。


RBF是基于路由的联邦方案简称


8.在HDFS缓存指令中支持非易失性存储类内存(SCM)。


旨在首先在读取缓存中启用存储类内存。尽管存储类内存具有非易失性特征,但是为了保持与当前只读缓存相同的行为,我们目前不使用其持久性特征。


SCM一种新型内存


9.YARN应用程序的应用程序目录


应用程序目录系统,为YARN应用程序提供编辑和搜索界面。这提高了YARN在管理应用程序生命周期中的可用性。


10.整合腾讯云COS文件系统


腾讯云是中国市场上排名第二的云供应商,对象存储COS已在中国云用户中广泛使用。该任务实现了一个COSN文件系统,以在Hadoop中原生支持腾讯云COS。


11.opportunistic容器的调度


opportunistic容器调度是通过中央RM(YARN-5220),分布式调度(YARN-2877)以及基于实际节点利用率(YARN-1011)和容器提升/降级(YARN-5085)的容器调度来调度 。


目录
相关文章
|
6月前
|
分布式计算 Hadoop Java
Hadoop【环境搭建 01】【hadoop-3.1.3 单机版】【Linux环境 腾讯云 CentOS Linux release 7.5.1804】【详细】
Hadoop【环境搭建 01】【hadoop-3.1.3 单机版】【Linux环境 腾讯云 CentOS Linux release 7.5.1804】【详细】
109 0
|
6月前
|
分布式计算 Hadoop Java
Hadoop【部署 01】腾讯云Linux环境CentOS Linux release 7.5.1804单机版hadoop-3.1.3详细安装步骤(安装+配置+初始化+启动脚本+验证)
Hadoop【部署 01】腾讯云Linux环境CentOS Linux release 7.5.1804单机版hadoop-3.1.3详细安装步骤(安装+配置+初始化+启动脚本+验证)
146 0
|
Web App开发 分布式计算 Java
hadoop-2.6.4集群编译搭建-阿里云和腾讯云
腾讯云阿里云 hadoop集群编译搭建 环境准备 阿里云配置: [hadoop@lizer_ali ~]$ uname -a Linux lizer_ali 2.
1500 0
|
1月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
142 6
|
1月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
64 2
|
13天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
53 2
|
14天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
53 1
|
1月前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
53 1
|
1月前
|
存储 分布式计算 资源调度
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(一)
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(一)
74 5
|
1月前
|
资源调度 数据可视化 大数据
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(二)
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(二)
35 4