What is Hadoop in Hindi:- हडोप एक open source सॉफ्टवेयर फ्रेमवर्क है, जिसका उपयोग बहुत बड़ी मात्रा में data का भंडारण ( Storage ) , प्रबंधन ( Manages ) और विश्लेषण ( Analyze ) करने के लिए किया जाता है।
यह बहुत ही कम लागत में बड़े पैमाने पर Database का भंडारण करने की तकनीक है। यह Data को अलग-अलग कंप्यूटर में वितरित तरीके से जमा करने की सुविधा भी प्रदान करता है। Hadoop को मुख्य रूप से इंटरनेट-आधारित कंपनियों के डेटा को संभालने में मदद करने के लिए विकसित किया गया था। उदाहरण के लिए गूगल और फेसबुक जैसी कंपनियों के पास हर रोज़ लाखों टेराबाइट डेटा इकठा होता है जिसे किसी एक मशीन या कंप्यूटर के अंदर संग्रहित नहीं किया जा सकता इसलिए इतने बड़े डेटा को मैनेज करने के लिए हडोप डिस्ट्रिब्यूटेड फ़ाइल सिस्टम जैसे तकनीक का उपयोग किया जाता है। जोकि अलग-अलग कम्प्यूटरों के अंदर संग्रहित डेटा को मैनेज कर सके।
Need of Hadoop in Hindi
Need of Hadoop Tutorial in Hindi :- Hadoop का उपयोग मुख्य रूप Big Data के लिए किया जाता है। Big Data आकर में इतना बड़ा और जटिल होता है, की किसी पारंपरिक system के उपयोग से इन्हे जमा करने या विश्लेषण करने पर निम्नलिखित समस्या उतपन्न होती है :-
- आकार या मात्रा :- पारंपरिक database management system के उपयोग से Big Data का भंडारण करने पर हार्डवेयर और सॉफ्टवेयर दोनों की लागत बढ़ जाती है। उदाहरण के लिए, फेसबुक हर दिन 500 टीबी डेटा उत्पन्न करता है। इतना अधिक मात्रा में डेटा को पारंपरिक पद्धित से जमा करना महंगा और मुश्किल काम है।
- डेटा विश्लेषण का समय :- कम से कम समय में उपयोगकर्ता के समक्ष Data को प्रस्तुत करना एक बहुत बड़ी चुनौती है। उदाहरण के लिए अगर com की Website एक सेकेंड के लिए धीमा हो जाए तो उन्हें सालाना $1.6 अरब अमेरिकी डॉलर का नुकसान उठाना होगा। लेकिन पारंपरिक डेटाबेस के माध्यम से बड़े आकार के Data के विश्लेषण में बहुत अधिक समय लगता है।
- डेटा का स्वरूप :- पारंपरिक database जैसे कि RDBMS के उपयोग से केवल पैटर्न के अनुसार व्यवस्थित डेटा को ही जमा किया जा सकता है। लेकिन मौजूदा समय में विभिन्न स्त्रोतों से आने वाले Data के कई प्रारूप है, जैसे कि XML, images, audio, video. इसलिए एक ऐसे तकनीक की आवश्यकता हुई जो कि विभिन्न प्रकार के data को संभालने में सक्षम हो।
इन्हीं समस्याओं के समाधान के लिए Hadoop का उपयोग किया जाता है । यह बहुत ही कम समय और लागत में, उच्च गति पर, विभिन्न प्रकार के data को संभालने में सक्षम है।
History of Hadoop in Hindi
Hadoop को 2005 में Doug Cutting ( डौग कटिंग ) और Mike Cafarella ( माइक कैफेरेला ) द्वारा बनाया गया था। इसे मूल रूप से Nutch सर्च इंजन प्रोजेक्ट के लिए विकसित किया गया था। डॉग कटिंग के बेटे के पास एक खिलौने वाले हाथी था जिसका नाम Hadoop था, उसी के नाम पर इसका नाम Hadoop रखा गया। औपचारिक रूप से इसे Apache Hadoop के नाम से जाना जाता है, क्योंकि इस तकनीक को Apache Software Foundation के भीतर एक open source प्रोजेक्ट के रूप में विकसित किया गया था ।
इसे Java Programming Language के उपयोग से बनाया गया है, और वर्तमान में Google, Facebook, LinkedIn, Yahoo, Twitter आदि जैसे बड़े बड़े कंपनियों द्वारा इसका उपयोग किया जा रहा है।
Advantages of Apache Hadoop in Hindi :-
- ये विभिन्न प्रकार के data जैसे की ईमेल वार्तालाप, सोशल मीडिया, सर्च इंजन आदि माध्यम से आने वाले text file, XML file, images को संभालने में सक्षम है।
- Hadoop एक किफायती समाधान है क्योंकि यह सस्ती मशीनें का उपयोग करता है और अनावश्यक डेटा या एक ही data को बार-बार जमा करके मेमोरी को भरने से रोकता है। यह किसी अन्य data management system की तुलना में 5 गुना अधिक सस्ता है।
- Hadoop एक ओपन सोर्स तकनीक है, यानी इसका source code फ्री में उपलब्ध है इसलिए हम अपने आवश्यकता के अनुसार source code को संशोधित कर सकते हैं।
- इसमें डेटा को hadoop distributed file system में जमा किया जाता है, जिसमें इसे तीन अलग-अलग स्थानों पर स्वचालित रूप से डुप्लिकेट किया जा सकता है। इसलिए, भले ही दो सिस्टम ख़राब हो जाएं, फिर भी फ़ाइल तीसरे सिस्टम पर सभी डेटा मौजूद रहती है ।
- यह data processing के काम को बहुत तेजी से करने में सक्षम है, यह सिंगल सर्वर की तुलना में 10 गुना तेज़ी से प्रक्रिया कर सकता है।
- Hadoop Ecosystem विभिन्न प्रकार के डेटा प्रोसेसिंग की जरूरतों को पूरा करने के लिए उपयुक्त तकनीकों के साथ आता है। साथ ही हम अपने आवश्यकता के अनुसार इससे अन्य घटकों को आसानी से जोड़ सकते है।
Disadvantages of Apache Hadoop in Hindi :-
- Hadoop एक ऐसा प्लेटफ़ॉर्म है, जिसका उपयोग केवल बहुत ज्यादा मात्रा में Data उत्पन्न करने वाले बड़े संगठनों के द्वारा ही किया जा सकता है। छोटे व्यवसाय या संगठन के लिए यह कुशलता से प्रदर्शन नहीं कर सकता है।
- Apache Hadoop एक ऐसा framework है, जो पूरी तरह Java programming languages के उपयोग से बनाया गया है। लेकिन Java विभिन्न विवादों से भी जुड़ा हुआ है, क्योंकि cyber criminals जावा पर निर्मित रूपरेखाओं का आसानी से फायदा उठा सकते हैं।
- हडोप की आंतरिक सुरक्षा प्रणाली बहुत ही कमजोर है, जो कि इसमें संग्रहित जानकारियों को साइबर अपराधियों से सुरक्षित करने में पूरी तरह से असफल है। इसी कारण जब भी हडोप सिस्टम का उपयोग किया जाता है इसके साथ किस दूसरे सिक्योरिटी सिस्टम या एंटी वायरस का भी उपयोग किया जाता है जो कि इससे सुरक्षा प्रदान करें।
- हडोप एक Open Source फाइल सिस्टम है, इसी कारण इसमें कई बार स्टेबिलिटी अर्थात स्थिरता की समस्या आ जाती है क्योंकि किसी बिजनेस ऑर्गेनाइजेशन के लिए ओपन सोर्स सॉफ्टवेयर पर भरोसा करना काफी कठिन होता है, क्योंकि अगर किसी कारण से सॉफ्टवेयर में कोई समस्या आ जाए या सॉफ्टवेयर खराब हो जाए तो बिजनेस ऑर्गेनाइजेशन को के हुए नुकसान को रिकवर करवाने की जिम्मेदारी कोई नहीं लेगा और न ही कोई जिम्मेदार व्यक्ति या संस्था निश्चित समय के अंदर किसी समस्या को ठीक करने या नए update को जोड़ने की जिम्मेदारी लेता है।
Summery on Apache Hadoop Tutorial in Hindi :- हडोप एक डिसटीब्युटेड फाइल सिस्टम है, जिसका उपयोग बहुत बड़े आकार के डेटा जो अलग-अलग कंप्यूटर में संग्रहित हो उन्हें मैनेज करने के लिए उपयोग किया जाता है। यह ओपन सोर्स सॉफ्टवेयर है अर्थात इसे उपयोग करना बिल्कुल मुफ्त है तथा यह बहुत ही लागत में बहुत बड़े आकार के डाटा को मैनेज करने में सक्षम है। इसी कारण बिग डाटा एनालिटिक्स के क्षेत्र में हडोप काफी लोकप्रिय है। हालांकि इसके कुछ खामियाँ भी है जैसे की आतंरिक सुरक्षा प्रणाली थोड़ी कमजोर है लेकिन कई ऐसे सिक्योरिटी सॉफ्टवेयर बाजार में उपलब्ध हैं जिन्हें हडोप के साथ उपयोग करके सुरक्षा प्रणाली को मजबूत बनाया जा सकता है।
इस आर्टिकल में हमने Hadoop Framework को सरल हिंदी भाषा में समझाने का प्रयास किया है। आशा करता हूं कि Hadoop Tutorial in Hindi पर लिखा गया यह ब्लॉग पोस्ट आपको जरूर पसंद आया होगा। अगर आप हडूप फ्रेमवर्क पर लिखे गए इस आर्टिकल से संबंधित कोई सुझाव हमें देना चाहते हैं या हमसे कोई प्रश्न पूछना चाहते है तो नीचे कमेंट बॉक्स में लिखकर जरूर बताएं।