8.HADOOP组件pig、zookeeper

pig

Pig为大型数据集的处理提供了更高级别的抽象
Pig是一种大规模数据集的脚本语言
以往我们要做一个数据分析，需要写一个map函数和一个紧随其后的reduce函数。很多时候数据处理需要多个mapreduce过程才能够实现，这样数据分析的门槛变的特别高

有了Pig，就能使用更为丰富的数据：
1.用于描述数据流的语言，称为PigLatin
2.用于执行PigLatin程序的执行环境

我们写好Piglatin代码，使用执行环境执行，这些操作被转换为一系列的mapreduce作业，作为程序员你不需要知道是如何转换的，这样一来你就可以把精力集中在数据上，而非执行细节上
Pig的诱人之处就在于仅使用控制台上的5 6 行pigLatin代码就能够处理TB级数据
我司暂不用，不做详细说明

zookeeper

hadoop的很多组件都是以动物命名的。
zookeeper翻译成英文叫动物园管理员 动物员管理员的作用是什么呢？？
1.让象（hadoop），蜜蜂（hive） ，猪（pig）能够更友好的在一起
2.ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务
3.zookeeper其实就是一个软件，所有安装了zookeeper的服务器都叫 zookeeper server
4.zookeeper server 还分为两类角色，由 leader 和 follower 组成，如果leader挂掉，会有选举机制，follower直接替换leader ，leader只有一个，剩下的都是follower
5.zookeeper 的所有服务器中的所有数据结构（树形结构）是完全相同的，
就是说我搭建一个zookeeper集群，集群里面所有机器的数据是一样的
数据是树形结构的，与linux目录结构是一样一样的，zk的每个数据目录就是一个znode
Zookeeper经常用作配置管理，后面我们将要介绍的Hbase就依赖于zookeeper进行配置管理

我们常用 zookeeper 三台或者五台服务器组成一个集群，zookeeper有内部通讯机制，保证所有服务器中的所有数据结构（树形结构）是完全相同的，我们可以把一些配置信息放在zookeeper内

如果企业规模大，各服务配置文件依赖关系多，错综复杂，这时候可以把所有配置存放在zookeeper内，然后各应用从zookeeper进行拉取即可
zookeeper 很常用，可以参考我的课程：
Kafka与zookeeper 5台集群生产实战视频课程