Advertisements
Makalah Apache Hadoop
Untuk memenuhi tugas mata kuliah Big Data
dibina oleh:
Nurhayati, P.hD
Disusun Oleh :
1. Fajar Nugraha Wahyu 11140910000013
2. Alfat Nursyahban 11140910000027
3. Yunita Riska Andayani 11140910000066
UNIVERSITAS
ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
FAKULTAS
SAINS DAN TEKNOLOGI
JURUSAN
TEKNIK INFORMATIKA
MARET 2017
Kata
Pengantar
Segala puji bagi Allah SWT yang
telah memberikan nikmat serta hidayah-Nya terutama nikmat kesempatan dan
kesehatan sehingga kami dapat menyelesaikan makalah mata kuliah “Big Data”. Kemudian
shalawat beserta salam kita sampaikan kepada Nabi kita Muhammad SAW
yang telah memberikan pedoman hidup yakni Al-qur’an dan
sunnah untuk keselamatan umat di dunia.
Makalah ini merupakan salah satu
tugas presentasi mata kuliah Big Data di program studi Teknik
Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif
Hidayatullah. Kami mengucapkan terima kasih kepada Ibu Nurhayati, P.hD selaku dosen pembimbing mata kuliah Big Data dan kepada
segenap pihak yang telah memberikan bimbingan serta arahan selama penulisan
makalah ini.
Kami menyadari bahwa banyak
terdapat kekurangan-kekurangan dalam penulisan makalah ini, maka dari itu
kami mengharapkan kritik dan saran yang konstruktif dari para pembaca demi
kesempurnaan makalah ini.
Ciputat, Maret 2017
Tim Penulis
DAFTAR
ISI
Kata Pengantar …………………………………………………………………………..
2
Daftar Isi ……………………………………………………………………………...…
3
BAB I Pendahuluan
1.1
Latar Belakang ………………………………………………………… 4
1.2
Rumusan Masalah …………………………….……………………….. 4
1.3
Tujuan Penulisan ………………………………………………………. 4
BAB II Pembahasan
2.1
Sejarah dan Pengertian Hadoop ……....……………………………….. 5
2.1.1
Sejarah …………………..…………………..……………..... 5
2.1.2
Pengertian ……………………….…………………………... 5
2.2
Arsitektur Hadoop
……………………………………………………... 6
2.3
Cara Kerja dari Setiap Hadoop
............................................................... 7
2.3.1
Hadoop Distributed File System (HDFS) ….……………....... 7
2.3.2
Hadoop MapReduce …….………………………………...…. 8
2.3.3
Hadoop YARN …………………………………...………….. 9
2.4
Vendor Hadoop yang Ada di
Pasaran ………………………………… 10
2.5
Manfaat dari
Penggunaan Hadoop dalam Big Data ……...…………... 11
2.6
Kelebihan dan Kekurangan Hadoop
………………………………… 12
2.7
Implementasi dari
Penggunaan Hadoop ………………………..……. 12
2.8
Cara Menginstall Hadoop…………………………………….………. 12
BAB III Penutup
3.1
Kesimpulan ……....…………………………………………….……..
18
3.2
Saran ………………………………………………………….……… 18
Pertanyaan dan Jawaban …………………………………………………………....… 19
Daftar Pustaka ………………………………………………………………………… 21
BAB
I
PENDAHULUAN
1.1
Latar
Belakang
Big Data
adalah istilah yang menggambarkan volume data yang besar, baik data yang
terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak bisnis.
Tidak hanya besar data yang menjadi poin utama tetapi apa yang harus dilakukan
organisasi dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang
mengarah pada pengambilan keputusan dan strategi bisnis yang lebih baik.
Salah
satu implementasi dari Big Data yang cukup terkenal adalah Hadoop
atau nama resminya Apache Hadoop.
Hadoop adalah teknologi yang dibuat dari sebuah artikel atau paper. Paper ini
di bawakan oleh Google untuk menggambarkan Big Data yang mereka gunakan untuk
menampung data mereka yang sangat besar. Jadi, Google menginspirasi lahirnya
Hadoop. Bedanya Big Data Google tidak bersifat open source sementara Hadoop
open source. Banyak
proyek yang saat ini menggunakan Apache Hadoop untuk melakukan komputasi Big
Data. Dilihat dari sifat sebuah data, Hadoop juga cocok untuk data satu kali
tulis namun sering dibaca seperti melakukan data mining pada web log.
1.2
Rumusan
Masalah
Permasalahan yang akan dibahas
adalah :
1.
Apa yang dimaksud dengan Apache
Hadoop.
2.
Bagaimana cara meng-install dan cara kerja Apache Hadoop.
3.
Manfaat Apache Hadoop pada Big
Data.
4.
Kelebihan dan kekurangan
Apache Hadoop.
1.3
Tujuan
Penulisan
Tujuan dari penulisan tugas ini
adalah :
1.
Memahami Apache Hadoop.
2.
Mempelajari bagaimana cara meng-install dan cara kerja Apache Hadoop.
3.
Mengetahui manfaat Apache
Hadoop pada Big Data.
4.
Mengetahui kelebihan dan
kekurangan Apache Hadoop.
BAB
II
PEMBAHASAN
2.1 Sejarah dan Pengertian Hadoop
2.1.1
Sejarah Hadoop
Asal
mula hadoop muncul karena terinspirasi dari makalah tentang Google MapReduce
dan Google File System (GFS) yang ditulis oleh ilmuwan dari Google, Jeffrey Dean
dan Sanjay Ghemawat pada tahun 2003. Proses development dimulai pada saat proyek
Apache Nutch, yang kemudian baru dipindahkan menjadi sub-proyek hadoop pada
tahun 2006. Penamaan menjadi hadoop adalah diberikan oleh Doug Cutting,
yaitu berdasarkan nama dari mainan gajah anaknya.
Hadoop
sejak tanggal 23 Januari 2008
telah menjadi proyek tingkat atas di lingkungan Apache Software Foundation dan
dikembangkan secara terbuka oleh komunitas kontributor secara global. Pengguna
Hadoop adalah, termasuk Facebook, a9.com, AOL, Baidu, IBM, ImageShack, dan
Yahoo. Hadoop tersedia bebas menyandang lisensi Apache License 2.0.
2.1.2
Pengertian Hadoop
Hadoop atau Apache Hadoop
adalah software bebas dan open source, yang ditulis dalam kerangka bahasa
pemrograman Java untuk dijalankan secara terdistribusi dan skalabel. Ia
dibangun berdasarkan algoritma popular MapReduce dari Google Inc, berikut
sistem berkas yang disarankan Google (GFS = Google File System), yang memungkinkan
menjalankan tugas komputasi intensif dalam mengolah data jumlah besar di
komputer cluster dengan hardware komoditas.
Hadoop
bisa dijalankan disatu komputer saja (single node) ataupun dalam cluster yang
berisi banyak komputer (multi node). Single node biasanya untuk development
atau training saja. Hadoop memerlukan Java untuk bisa berjalan. Untuk proses
instalasinya juga cukup sederhana. Setelah file core Hadoop di download disitu
ada petunjuk menjalankannya. Selanjutnya bisa dipilih mana saja komponen lain
yang dibutuhkan.
2.2 Arsitektur Hadoop
Framework
Hadoop terdiri atas empat
modul atau komponen utama, yaitu :
2. Hadoop
MapReduce, yaitu sebuah
model programming/algoritma untuk pengolahan data skala besar dengan komputasi
secara terdistribusi.
3. Hadoop
YARN, yaitu sebuah
platform resource management yang bertanggung jawab untuk mengelola resources
dalam clusters dan scheduling.
4. Hadoop Common, yaitu berisi
libraries dan utilities yang dibutuhkan oleh modul Hadoop lainnya.
Semenjak tahun 2008 framework hadoop bukan
hanya empat modul utama tersebut namun merupakan kumpulan modul open source
seperti Hive, Pig, Oozie, Zookeeper, Flume Sqoop, Mahout, Hbase, Ambari, Spark,
dsb.
1.
Hadoop Hive, yaitu
Hadoop Hive dilengkapi dengan fungsi Data-Warehouse, yaitu
bahasa query HiveQL dan indeks. HiveQL adalah bahasa query berbasis SQL dan
memungkinkan pengembang untuk menggunakan sintaks seperti SQL.
2.
Hadoop Pig, yaitu Hadoop Pig dapat digunakan sebagai bahasa pemrograman high-level
untuk menulis program pada Hadoop MapReduce.
3.
Hadoop Base, yaitu
database
sederhana, dan skalabel untuk mengelola data dengan jumlah yang sangat besar
dalam cluster Hadoop. Struktur
data ini cocok untuk data yang jarang berubah, tapi sangat sering ditambahkan.
Menggunakan HBase dapat dikelola miliaran baris data secara efisien.
Sekelompok modul dalam arsitektur hadoop
kadang di sebut juga sebagai Ekosistem Hadoop.
2.3 Cara Kerja dari Setiap Hadoop
2.3.1
Hadoop Distributed File System (HDFS)
Hadoop
Distributed File System adalah sebuah
sistem berkas terdistribusi dengan high-availability yang dapat menyimpan data
pada mesin komoditas, digunakan untuk menyediakan bandwidth sangat tinggi yang
di agregasi ke semua cluster (node). Berkas dibagi menjadi blok data dengan
panjang yang baku dan didistribusikan secara redundan (berlebihan) pada simpul
(node) yang berpartisipasi.
Sebuah
kluster HDFS terdiri dari NameNode, yang mengelola metadata dari
kluster, dan DataNode yang menyimpan data/file. File dan direktori
diwakili pada NameNode oleh inode. Inode menyimpan atribut seperti permission,
modifikasi dan waktu akses, atau kuota namespace dan diskspace.
Isi
file dibagi menjadi blok-blok file (biasanya
128 MB), dan setiap blok file tersebut direplikasi di beberapa DataNodes. Blok
file disimpan pada sistem file lokal dari DataNode. Namenode aktif memonitor
jumlah salinan/replika blok file. Ketika ada salinan blok file yang hilang
karena kerusakan pada DataNode, NameNode akan mereplikasi kembali blok file
tersebut ke datanode lainnya yang berjalan baik. NameNode mengelola struktur
namespace dan memetakan blok file pada datanode.
Cara kerja Hadoop Distributed
File System
MapReduce bertugas membagi data yang besar
ke dalam potongan lebih kecil dan mengatur mereka kedalam bentuk tupel untuk
pemrosesan paralel. Tupel adalah kombinasi antara key dan value-nya,
dapat disimbolkan dengan notasi : "(k1, v1)". Dengan
pemrosesan bersifat paralel tersebut, tentunya akan meningkatkan kecepatan dan
keandalan komputasi pada sistem klustering.
MapReduce
terdiri atas tiga tahap, yaitu tahap map,
shuffle, dan terakhir reduce. Shuffle dan reduce digabungkan
kedalam satu tahap saja yaitu tahap reduce.
1.
Map berfungsi memproses
data inputan yang umumnya berupa file yang tersimpan dalan HDFS, inputan
tersebut kemudian diubah menjadi tuple yaitu pasangan antara key dan value-nya.
2.
Tahap reduce, memproses
data inputan dari hasil proses map, yang kemudian dilakukan tahap shuffle dan
reduce yang hasil data set baru-nya disimpan di HDFS kembali.
Cara kerja
Hadoop MapReduce
Hadoop YARN adalah sebuah
platform manajemen sumber daya yang bertanggung jawab atas pengelolaan sumber
daya komputasi dalam sebuah cluster dan digunakan untuk penjadwalan aplikasi
pengguna.
Tujuan awal YARN adalah
untuk memisahkan dua tanggung jawab utama dari Job Tracker atau Task Tracker menjadi beberapa
entitas yang terpisah.
·
Global
Resource Manager
di node master, yang berfungsi mengatur semua resource
yang digunakan aplikasi dalam sistem.
·
Application Master di
setiap aplikasi, yang berfungsi untuk negosiasi resource dengan Resource Manager dan kemudian
bekerja sama dengan Node Manager
untuk mengeksekusi dan memonitor tasks.
·
Node Manager di
Agen-Framework setiap node slave, yang bertanggung jawab terhadap Container,
dengan memantau penggunaan resource/sumber daya dari container (cpu, memori, disk,
jaringan) dan melaporkannya pada Resource Manager.
·
Container di
setiap aplikasi yang jalan di Node Manager,
sebagai wadah penyimpanan data/file.
Cara kerja Hadoop YARN
2.4 Vendor Hadoop yang Ada di
Pasaran
Tentu
kurang lengkap rasanya jika kita tidak menyertakan informasi tentang vendor
hadoop yang beredar di pasaran saat ini. Dengan melihat vendor-vendor besar
seperti IBM, Microsoft, Amazon yang ikut bermain di dalam menyediakan solusi
Big data dengan Hadoop, dapat kita simpulkan bahwa solusi big data dengan
hadoop bisa jadi hal yang sangat menjanjikan di masa yang akan datang.
Berikut ini Top 10 Vendor
yang menyediakan solusi Big Data dengan hadoop, yang dipaparkan oleh "Bernard
Marr" pada artikel di situsnya, yaitu :
2.5 Manfaat dari Penggunaan Hadoop
dalam Big Data
Big data
memiliki 3 tantangan utama sehingga Hadoop sangat dibutuhkan, yaitu karena
:
1.
Volume,
keperluan menyimpan dan mengelola data dalam jumlah yang sangat besar, dan data
tersebut selalu tambah besar setiap saat.
2.
Velocity,
begitu cepat data yang muncul dan keperluan untuk bisa mengakses data besar
tersebut dengan cepat.
3.
Variety,
semakin bervariasinya data saat ini sehingga dengan teknologi relational database
(RDBMS) saat ini sudah tidak bisa ditangani lagi.
Hadoop optimal digunakan untuk menangani
data dalam jumlah besar baik data Structured, Semi-structured,
maupun Unstructured. Hadoop mereplikasi data di beberapa komputer
(Klustering), sehingga jika salah satu komputer mati/bermasalah maka data dapat diproses
dari salah satu komputer lainnya yang masih hidup.
Proses Hadoop adalah berupa operasi batch
menangani sejumlah data yang sangat besar, sehingga waktu respon tidak
serta-merta. Mengenai pemrosesan, jika dihubungkan dengan solusi Relational
Database System (RDBMS), Hadoop memiliki limitasi
sebagai berikut :
1.
Tidak cocok untuk OLTP (Online
Transaction Processing), di mana data dapat diakses secara random ke Relational Database.
2.
Tidak cocok untuk OLAP (Online
Analytic Processing).
Artikel Terkait
Advertisements
Posted by Samini on Thursday, 13 July 2017 - Rating: 4.5
Title : Makalah Tentang Apache Hadoop
Description : Makalah Apache Hadoop Untuk memenuhi tugas mata kuliah Big Data dibina oleh: ...
Description : Makalah Apache Hadoop Untuk memenuhi tugas mata kuliah Big Data dibina oleh: ...
mantab banget gan
ReplyDeleteisolasi double tape hp