大数据 - Hadoop初识

栏目: 服务器 · 发布时间: 6年前

内容简介:Hadoop是Apache软件基金会旗下的一个开源分布式计算平台,为用户提供了系统底层细节透明的分布式基础架构Hadoop 底层用Java语言、跨平台性,可以部署在廉价的计算机集群中。Hadoop在分布式环境下提供了海量数据的处理能力

Hadoop简介:

Hadoop是Apache软件基金会旗下的一个开源分布式计算平台,为用户提供了系统底层细节透明的分布式基础架构

Hadoop 底层用 Java 语言、跨平台性,可以部署在廉价的计算机集群中。

Hadoop在分布式环境下提供了海量数据的处理能力

几乎所有主流厂商都围绕Hadoop提供开发工具、开源软件、商业化 工具 和技术服务,如谷歌、雅虎、微软、思科、淘宝等,都支持Hadoop

Hadoop核心:

Hadoop组成:

  • 分布式文件系统 HDFS(Hadoop Distributed File System)            |    存储系统
  • 分布式计算 MapReduce                                                                    |    并行运算框架

Hadoop的特性:

Hadoop是一个能够对大量数据进行分布式处理的软件框架,并且是以一种可靠、高效、可伸缩的方式进行处理的,它具有以下几个方面的特性:

  • 高可靠性
  • 高效性
  • 高可扩展性
  • 高容错性
  • 成本低
  • 运行在 Linux 平台上
  • 持多种编程语言

Hadoop1 生态系统架构

大数据 - Hadoop初识

  • Hdfs: 构建于廉价计算机集群之上的分布式文件系统,低成本、高可靠性、高吞吐量
  • Mapreduce: 分布式编程模型和软件框架,用于在集群上编写对海量数据处理的并行化程序
  • Common: 整体架构提供基础支撑性功能,主要包括了文件系统、RPC和数据串行化库
  • Hive: 数据仓库工具,将结构化数据文件映射为库表,并提供强大的类 SQL 查询功能
  • Hbase: 分布式的、面向列的数据库,是一个适合于非结构化海量数据存储的数据库
  • Pig: 适合海量数据分析的脚本语言工具,包括了一个数据分析语言和支持的运行环境
  • Sqoop: 在Hadoop与传统数据库间进行数据交换的工具,支持两者之间的数据导入和导出
  • Zookeeper: 维护Hadoop集群的配置和命名信息,并提供分布式锁同步功能和群组管理功能
  • Ambari: 安装、管理和监控Hadoop集群的Web界面工具。目前已支持大部分组件的管理,就 Ambari 的作用来说,就是创建、管理、监视 Hadoop 的集群

Hadoop完全分布模式安装

step 0: 此步为可选项,建议用户创建一个新用户及用户组,后续的操作基本都是在次用户下来操作。但是用户亦可在自己当前非root用户下进行操作。创建一个用户,名为zhangyu,并为此用户创建home目录,此时会默认一个与zhangyu同名的用户组。

  • 了解hadoop的完全分布式安装与伪分布式安装,单机安装的区别
  • 了解hadoop的集群搭建流程 
sudo useradd ‐d /home/zhangyu ‐m zhangyu

为zhangyu用户设置密码,执行下面的语句

sudo passwd zhangyu

按提示消息,输入密码以及确认密码即可,此处密码设置为zhangyu,将zhangyu用户的权限,提升到sudo超级用户级别

sudo usermod ‐G sudo zhangyu

后续操作,我们需要切换到zhangyu用户下来进行操作。

su ‐ zhangyu

step 1:添加hosts的地址映射,用ifconfig 或 ip a 命令获取三台服务器的ip地址;

大数据 - Hadoop初识

大数据 - Hadoop初识

大数据 - Hadoop初识

将他们的IP地址和对应的映射名都添加到三台服务器上的/etc/host 文件里

sudo vim /etc/hosts
192.168.58.130          master
192.168.58.138          slave1
192.168.58.139          salve2

添加到192.168.58.130服务器master上

大数据 - Hadoop初识

添加到192.168.58.138服务器slave1上

大数据 - Hadoop初识

添加到192.168.58.139服务器slave2上

大数据 - Hadoop初识

step 2 :首先来配置SSH用于集群间免密码登陆,SSH免密码登陆需要在三台服务器执行以下命令,生成公钥和私钥对

ssh‐keygen ‐t rsa

此时会有多处提醒输入,在冒号后输入文本,这里主要是要求输入 ssh密码以及密码的放置位置。在这里,只需要使用默认值,按回车即可。(一路Enter~~~

大数据 - Hadoop初识

大数据 - Hadoop初识

大数据 - Hadoop初识

拷贝公钥到各个节点,包括本机,过程中需要输入用户的密码


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据挖掘导论

数据挖掘导论

(美)Pang-Ning Tan、Michael Steinbach、Vipin Kumar / 机械工业出版社 / 2010-9 / 59.00元

本书全面介绍了数据挖掘的理论和方法,着重介绍如何用数据挖掘知识解决各种实际问题,涉及学科领域众多,适用面广。 书中涵盖5个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都包含两章:前面一章讲述基本概念、代表性算法和评估技术,后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时,还能了解更多重要的高级主题。 本书特色 ·包含大量的图表、......一起来看看 《数据挖掘导论》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

SHA 加密
SHA 加密

SHA 加密工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具