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Nutch，Nutch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——CDH（Cloudera'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