Hive应用场景 Hadoop大数据框架的发展历程？
Hadoop大数据框架的发展历程？
Hadoop的主要发展历程:
2008年1月，Hadoop成为Apache的顶级项目。
2008年6月，Hadoop的第一个SQL框架Hive成为Hadoop的子项目。
2009年7月，MapReduce和Hadoop分布式文件系统(HDFS)成为Hadoop项目的独立子项目。
2009年7月，Avro和Chukwa成为Hadoop新的子项目。
2010年5月，Avro脱离Hadoop项目，成为Apache的顶级项目。
2010年5月，HBase脱离Hadoop项目，成为Apache的顶级项目。
2010年9月，Hive脱离Hadoop，成为Apache的顶级项目。
2010年9月，Pig脱离Hadoop，成为Apache的顶级项目。
2010 -2011年，扩展后的Hadoop社区忙于构建大量新组件(Crunch、Sqoop、Flume、Oozie等。)来拓展Hadoop的使用场景和可用性。
2011年1月，ZooKeeper脱离Hadoop，成为Apache的顶级项目。
2011年12月，Hadoop 1 . 0 . 0版本发布，标志着Hadoop在生产上已经初具规模。
2012年5月，Hadoop版本2.0.0-alpha发布，这是Hadoop-2.x系列的第一个版本(alpha)。相比之前的Hadoop-1.x系列，Hadoop-2.x版本中加入了YARN，YARN成为了Hadoop的一个子项目。
2012年10月，Impala加入Hadoop生态系统。
2013年10月，Hadoop 2 . 0 . 0版本发布，标志着Hadoop正式进入MapReduce v2.0时代。
2014年2月，Spark开始取代MapReduce成为Hadoop的默认执行引擎，成为Apach
大数据很难学嘛，我转行想要学习it技术，有大神指点一下嘛？
作为一名教育工作者，我也是大数据方向的研究生。我来回答这个问题。
首先，大数据的知识体系依然庞大，不仅知识量大，而且有一定的难度。所以，我并不渴望学习。想有更好的学习体验，就要注重学习的系统性，给自己创造更好的交流和实践场景。
大数据专业是一个新专业。到目前为止，只有两组本科生进入就业市场，整体就业表现良好。在大数据领域，不仅工作岗位多，薪资也相当可观。很多毕业生毕业的时候会拿到多个offer，选择空间还是比较大的。与本科生相比，研究生的就业表现更为突出。很多同学能进一线工厂，岗位主要集中在开发岗和算法岗。
学习大数据要结合自身的知识基础和发展规划。对于本科生来说，可以侧重发展方向。一方面是开发方向的岗位多，另一方面是开发岗位的竞争并不激烈，开发岗位的人才需求类型也是多元化的。如果选择开发方向的话，要注重编程语言的学习，以及大数据平台的相关知识，这样才能在基于大数据平台的行业场景中完成一些开发任务。
如果你有很好的数学和统计基础，也可以考虑往算法岗方向发展。相比开发岗，算法岗竞争激烈，你要有更多的积累。根据历史经验，如果有研究生学历，会更适合往算法岗方向发展，就业竞争力更强。
大数据整体学习周期比较长。在学习的过程中，一定要注重实践。大数据技术入门后，建议先找实习岗位，这样也会给自己营造一个交流和实践的场景。
本人从事教育科研多年。目前我是一名计算机专业的研究生。我的主要研究方向是大数据和人工智能。我会陆续写一些互联网技术方面的文章，有兴趣的朋友可以关注我。相信会有所收获。
如果你对互联网，大数据，人工智能，或者考研有问题，可以私信我！
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
