主頁 >  其他 > Hadoop

Hadoop

2022-03-02 08:07:19 其他

大資料簡介

6V特點

  1. Volume：資料體量打，在中小型企業中，資料量一般在TB級別；大型企業中，資料量在PB級別
  2. Variety：資料的來源、種類和樣式多
    1. 來源：資料庫、爬蟲、網頁埋點、手動錄入等
    2. 種類：文本、圖片、音頻、視頻、流媒體等
    3. 樣式：結構化資料、半結構化資料、非結構化資料
  3. Velocity：資料的增長速度越來越快，隨著網路的發展，資料的產生、傳播的增長速度逐漸變快，根據專家們的預測，全球的總資料量以后會以每3-5年翻一番的速度增長
  4. Value：資料的價值密度越來越低，價值密碼指的是需要的資料在總資料量中的占比，資料的價值密度在變低，但是不意味著獲取到的資料在變少，只是需要的資料的增長速度比不上樣本總量的增長速度
  5. Veracity：資料的質量/真實性，隨著網路的發展，資訊流通變得越來越便利，導致網上資料的質量變得良莠不齊
  6. Valence：資料的連通性，隨著大資料的發展，衍生出來越愛越多的產業，需要考慮大資料中不同產業之間的關聯
  7. 其他：動態性(Vitality)、可視化(Visualization)、合法性(Validity - 過度索權，大資料殺熟等)

Hadoop簡介

概述

  1. Hadoop是Yahoo!公司開發的后來貢獻給了Apache的一套開源的、可靠的、可擴展的分布式框架
  2. Hadoop提供了簡單的編程模型來對大量的資料進行分布式計算
  3. Hadoop能夠輕松的從一臺服務器擴展到上千臺服務器，每一臺服務器都能進行存盤和計算
  4. Hadoop提供了探測和處理例外的機制來保證高可用
  5. Hadoop之父：Doug Cutting(道格.卡汀)
  6. Hadoop的版本非常混亂，導致依賴Hadoop的其他框架和組件之間也非常亂 - Hadoop2.x和Hadoop1.x不兼容，Hadoop3.x和Hadoop2.x部分兼容

模塊

  1. Hadoop Commin：公共模塊
  2. Hadoop Distributed File System(HDFS)：分布式檔案存盤系統
  3. Hadoop YARN：任務調度和集群資源管理
  4. Hadoop MapReduce：基于YARN的分布式計算系統

搭建

  1. 安裝JDK1.8

    vim  /etc/profile.d/javahome.sh

export JAVA_HOME=/home/java1.8
export PATH=$JAVA_HOME/bin:$PATH

source /etc/profile.d/javahome.sh

  2. 關閉防火墻

    # 臨時關閉
systemctl stop firewalld
# 永久關閉
systemctl disable firewalld

  3. 在Hadoop集群中，不建議主機名中出現 - 或者 _，所以需要修改主機名

    vim /etc/hostname
# 修改對應的主機名，例如分別為 Hadoop01 Hadoop02 Hadoop03

  4. 將主機名和IP進行映射

    vim /etc/hosts
#添加 IP 主機名，例如
192.168.65.107 hadoop01
192.168.65.108 hadoop02
192.168.65.109 hadoop03

  5. 關閉SELINUX

    vim /etc/sysconfig/selinux
#修改SELINUX的值為disabled
SELINUX=disabled

  6. 重啟

    reboot

  7. 免密登錄

    # 產生密鑰
ssh-keygen
# 拷貝公鑰
ssh-copy-id root@hadoop01
# 回車之后，輸入yes確定連接，然后回車輸入密碼
ssh hadoop01
# 回車之后如果不需要密碼，說明已經免密登錄成功，輸入logout退出登錄
ssh-copy-id root@hadoop02
ssh hadoop02
ssh-copy-id root@hadoop03
ssh hadoop03

  8. 進入安裝目錄，下載Hadoop安裝包

    cd /home/software
# 下載
curl -O https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz
# 解壓
tar -xvf hadoop-3.1.3.tar.gz

  9. 進去Hadoop的配置目錄

    cd hadoop-3.1.3/etc/hadoop/

  10. 編輯檔案

    vim hadoop-env.sh
# 在檔案中添加
export JAVA_HOME=/home/software/jdk1.8
export HADOOP_CONF_DIR=/home/software/hadoop-3.1.3/etc/hadoop
# 保存退出，重新生效
source hadoop-env.sh

  11. 編輯檔案

    vim core-site.xml 

    <--HDFS的服務地址-->
<property>
        <name>fs.default.name</name>
        <value>hdfs://hadoop01:9000</value>
</property>
<--資料存盤路徑-->
<property>
        <name>hadoop.tmp.dir</name>
        <value>/home/software/hadoop-3.1.3/tmp</value>
</property>
<--代理用戶-->
<property>
        <name>hadoop.http.staticuser.user</name>
        <value>root</value>
</property>
<--代理主機-->
<property>
        <name>hadoop.proxyuser.root.hosts</name>
        <value>*</value>
</property>
<--代理用戶組-->
<property>
        <name>hadoop.proxyuser.root.groups</name>
        <value>*</value>
</property>

  12. 編輯檔案

    vim hdfs-site.xml

    在檔案中添加：

    <!--NameNode的訪問地址-->
<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop01:9870</value>
</property>
<!--SecondaryNameNode訪問地址-->
<property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop02:9868</value>
</property>
<!--副本數量-->
<property>
        <name>dfs.replication</name>
        <value>1</value>
</property>

  13. 編輯檔案

    vim mapred-site.xml

    在檔案中添加

    <!--MapReduce的調度框架-->
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>
<!--yarn的運行環境-->
<property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=/home/software/hadoop-3.1.3</value>
</property>
<!--MapTask運行環境-->
<property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=/home/software/hadoop-3.1.3</value>
</property>
<!--ReduceTask運行環境-->
<property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=/home/software/hadoop-3.1.3</value>
</property>

  14. 編輯檔案

    vim yarn-site.xml

    在組態檔中添加：

    <!--Shuffle-->
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<!--ResourceManager地址-->
<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop03</value>
</property>
<!--NodeManager環境變數白名單-->
<property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_MAPRED_HOME,HADOOP_CONF_DIR,HADOOP_YARN_HOME,CLASSPATH_PREPEND_DISTCACHE</value>
</property>
<!--yarn容器分配的最小容量-->
<property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
</property>
<!--yarn容器分配的最大容量-->
<property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
</property>
<!--物理記憶體大小-->
<property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
</property>
<!--關閉物理記憶體檢查-->
<property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
</property>
<!--關閉虛擬記憶體檢查-->
<property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
</property>

  15. 編輯檔案

    vim workers
# 洗掉里面的localhost,將三臺主機的主機名添加進去
hadoop01
hadoop02
hadoop03

  16. 進去擴展命令目錄

    cd /home/software/hadoop-3.1.3/sbin/

  17. 編輯檔案

    vim start-dfs.sh
# 在檔案頭部添加
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=root

  18. 編輯檔案

    vim stop-dfs.sh
# 在檔案頭部添加
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=root

  19. 編輯檔案

    vim start-yarn.sh
# 在檔案頭部添加
YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=root
HDFS_DATANODE_SECURE_USER=root

  20. 編輯檔案

    vim stop-yarn.sh
# 在檔案頭部添加
YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=root
HDFS_DATANODE_SECURE_USER=root

歷史服務

  1. 編輯檔案

    cd /home/software/hadoop-3.1.3/etc/hadoop/
vim mapred-site.xml

  2. 在檔案末尾添加

    <!--歷史服務器地址-->
<property>
        <name>mapreduce.jobhistory.address</name>
        <value>hadoop02:10020</value>
</property>
<!--歷史服務器的web訪問地址-->
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>hadoop02:19888</value>
</property>

日志匯聚

  1. 編輯檔案

    vim yarn-site.xml

  2. 在檔案中添加

    <!--開啟日志匯聚-->
<property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
</property>
<!--歷史服務器地址-->
<property>
        <name>yarn.log.server.url</name>
        <value>http://hadoop02:19888/jobhistory/logs</value>
</property>
<!--日志保留時間-->
<property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
</property>

分發和啟動

  1. 遠程分發

    cd /home/software/
scp -r hadoop-3.1.3 root@hadoop02:$PWD
scp -r hadoop-3.1.3 root@hadoop03:$PWD

  2. 配置環境變數

    vim /etc/profile.d/hadoophome.sh
# 在檔案中添加
export HADOOP_HOME=/home/software/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
# 保存退出，重新生效
source /etc/profile.d/hadoophome.sh

  3. 校驗環境變數是否配置正確

    hadoop version

  4. 第一次啟動Hadoop之前，需要先進行格式化

    hdfs namenode -format

    如果出現Storage directory /home/software/hadoop-3.1.3/tmp/dfs/name has been successfully formatted則表示格式化成功

  5. 在第一個節點上啟動HDFS

    start-dfs.sh

  6. 在第三個節點上啟動YARN

    start-yarn.sh

  7. 在第二個節點上啟動歷史服務器

    mapred --daemon start historyserver

  8. 通過jps命令查看

    # 第一個節點上
Jps
NodeManager
DataNode
NameNode
# 在第二個節點上
SecondaryNameNode
Jps
NodeManager
DataNode
JobHistoryServer
# 在第三個節點上
Jps
DataNode
ResourceManager
NodeManager

注意問題

  1. 如果Command not found，那么說明環境變數配置錯誤，或者配置之后沒有進行source

  2. 如果啟動之后，發現缺少了進行，那么可以通過對應的命令來試著單獨啟動

    hdfs --daemon start namenode
hdfs --daemon start datanode
hdfs --daemon start secondarynamenode
yarn --daemon start resourcemanager
yarn --daemon start nodemanager
mapred --daemon start historyserver

  3. 如果單獨啟動依然失敗，那么查看/home/software/hadoop-3.1.3/logs/hadoop-root-xxx-xxx.log，在這個日志檔案中來查看啟動失敗的原因

搭建方式

  1. 單機模式：在一臺服務器上安裝，只能啟動MapReduce模塊
  2. 偽分布式：在一臺服務器上安裝，通過多個行程來模擬集群環境，啟動Hadoop的大部分服務
  3. 完全分布式(非高可用)：在集群上安裝，能夠啟動Hadoop的所有模塊
  4. 完全分布式(高可用)：在上訴方式的基礎上保證集群的運行

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/435456.html

標籤：其他

上一篇：Dubbo新手入門必看（一）

下一篇：幣安資料/幣安開通資料/幣安資料檢測/幣安開通檢測/幣安資料篩選/幣安資料查詢

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂