hadoop - 1.x、2.2、0.23我应该选择哪个hadoop版本

Question

你好，我是 Hadoop 的新手，对版本名称很困惑，我应该在 1.x(强大的支持和学习资源)、2.2 或 0.23 中使用哪个。

我读到 hadoop 正在从 v0.23 ( link1 ) 完全迁移到 YARN。
但与此同时，整个网络都在说 hadoop v2.0 正在转向 YARN (link2)，我可以在 Hadoop 2.2 本身中看到 YARN 配置文件。

• 但因为 0.23 对我来说似乎是最新版本，所以 2.2 也一样吗？支持 yarn ？ (引用链接 1，它说 hadoop 将支持来自v0.23)
• 作为初学者，我应该选择哪个版本的 1.x 或 2.xhadoop的学习视角。
  
• 是否有其他与 hadoop 协同工作的技术，如 pig、hive 等？可以使用最新版本的 hadoop 吗？

谢谢。

更新
谢谢大家的回复。我最终使用了 hadoop2.2，因为所有著名的教程和资源都已过时，尽管我找到了一本开始使用 v2.2 的好书。

"Hadoop: The Definitive Guide, Third Edition" by Tom White (Buy Here)

支持 hadoop v2.2。

源代码在github上给出https://github.com/tomwhite/hadoop-book

github上提到，本书的代码是用

测试的

This version of the code has been tested with:
 * Hadoop 1.2.1/0.22.0/0.23.x/2.2.0
 * Avro 1.5.4
 * Pig 0.9.1
 * Hive 0.8.0
 * HBase 0.90.4/0.94.15
 * ZooKeeper 3.4.2
 * Sqoop 1.4.0-incubating
 * MRUnit 0.8.0-incubating

希望对您有所帮助...!!!

Answer 1

有一些活跃的发布系列。 1.x 版本系列是 0.20 的延续发布系列。 0.23 发布几周后，以前称为 0.20.205 的 0.20 分支被重新编号为 1.0。 0.20.205 和 1.0 之间几乎没有功能差异。这只是重新编号。

0.23 包括几个主要的新特性，包括一个新的 MapReduce 运行时，称为 MapReduce 2，它在一个称为 YARN(又一个资源协商器)的新系统上实现，它是一个用于运行分布式应用程序的通用资源管理系统。同样，2.x 版本是 0.23 版本系列的延续。所以2.2也支持YARN。

根据 Hadoop 2.2 release note

• 1.2.X - 当前稳定版本，1.2 发布

• 2.2.X - 当前稳定的 2.x 版本

• 0.23.X - 类似于 2.X.X 但缺少 NN HA。

我建议从 Cloudera 开始分布，因为你刚开始学习。 CDH 4.5 包含您正在寻找的 YARN 功能。你也可以试试 HortonWorks分配。与这些供应商合作的优势在于，您无需担心 Hive、Pig 等组件的哪个版本适用于您的 Hadoop 安装。