摘要:介绍是旗下的一个用语言实现开源软件框架,是一个开发和运行处理大规模数据的软件平台。成本低通过普通廉价的机器组成服务器集群来分发以及处理数据,以至于成本很低。所以的按位存储和处理数据的能力值得人们信赖。会使用台主机组成一个集群。
Hadoop 介绍
Hadoop是Apache旗下的一个用java语言实现开源软件框架,是一个开发和运行处理大规模数据的软件平台。允许使用简单的编程模型在大量计算机集群上对大型数据集进行分布式处理
大规模数据:通常也就1PB以上吧.
Hadoop核心组件有
1.HDFS(分布式文件系统):解决海量数据存储 2.YARN(作业调度和集群资源管理的框架):解决资源任务调度 3.MAPREDUCE(分布式运算编程框架):解决海量数据计算
现在说Hadoop,一般都是指Hadoop生态圈.就是下面这张图片.
MAPREDUCE:分布式运算程序开发框架 HIVE:基于HADOOP的分布式数据仓库,提供基于SQL的查询数据操作 HBASE:基于HADOOP的分布式海量数据库 ZOOKEEPER:分布式协调服务基础组件 Mahout:基于mapreduce/spark/flink等分布式运算框架的机器学习算法库 Oozie:工作流调度框架 Sqoop:数据导入导出工具(比如用于mysql和HDFS之间) Flume:日志数据采集框架 Impala:基于Hadoop的实时分析
Hadoop特性优点
1.**扩容能力**(Scalable):Hadoop是在可用的计算机集群间分配数据并完成计算任务的,这些集群可用方便的扩展到数以千计的节点中。 2.**成本低**(Economical):Hadoop通过普通廉价的机器组成服务器集群来分发以及处理数据,以至于成本很低。 3.**高效率**(Efficient):通过并发数据,Hadoop可以在节点之间动态并行的移动数据,使得速度非常快。 4.**可靠性**(Rellable):能自动维护数据的多份复制,并且在任务失败后能自动地重新部署(redeploy)计算任务。所以Hadoop的按位存储和处理数据的能力值得人们信赖。集群搭建
HADOOP集群具体来说包含两个集群:HDFS集群和YARN集群.HDFS集群负责海量数据的存储,集群中的角色主要有: NameNode、DataNode、SecondaryNameNode
YARN集群负责海量数据运算时的资源调度,集群中的角色主要有: ResourceManager、NodeManager
Hadoop部署方式分三种,Standalone mode(独立模式)、Pseudo-Distributed mode(伪分布式模式)、Cluster mode(群集模式),其中前两种都是在单机部署
集群模式主要用于生产环境部署。会使用N台主机组成一个Hadoop集群。这种部署模式下,主节点和从节点会分开部署在不同的机器上
hadoop1 NameNode DataNode ResourceManager hadoop2 DataNode NodeManager SecondaryNameNode hadoop3 DataNode NodeManager
准备工作:
同步linux系统时间 ntpdate cn.pool.ntp.org
设置主机名 vi /etc/sysconfig/network HOSTNAME=hadoop-1,其他系统格式相同.
配置IP、主机名映射 vi /etc/hosts 192.168.1.1 hadoop1 / ...2 hadoop2 / ...3 hadoop3. 其他linux设备相同
配置ssh免密登陆 生成秘钥 ssh-keygen ,把秘钥发送给其他机器. ssh-copy-id hadoop2
关闭防火墙 service iptables stop. 设置开机关闭 chkconfig iptables off
安装jdk.
开始安装
把hadoop压缩包上传到linux /export/software/目录下. 没有就创建目录
解压到/export/server/目录下
进入 /export/server/hadoop-2../etc/hadoop 目录下.
修改hadoop-env.sh 文件 . vi hadoop-env.sh .因为hadoop要在java环境下运行
export JAVA_HOME=#java环境变量的路径
修改core-site.xml文件 vi core-site.xml
# fs.defaultFS hdfs://hadoop1:9000 hadoop.tmp.dir #/export/data/hddata 需要自己创建目录/export/data/hddata
修改hdfs-site.xml 文件
dfs.replication 2 dfs.namenode.secondary.http-address hadoop1:50090
修改mapred-site.xml文件 vi mapred-site.xml
# mapreduce.framework.name yarn
修改 yarn-site.xml 文件 vi yarn-site.xml
yarn.resourcemanager.hostname hadoop1 yarn.nodemanager.aux-services mapreduce_shuffle
修改slaves 文件 vi slaves ,用于一键启动
添加 hadoop1 hadoop2 hadoop3 .分3行写.
设置hadoop环境变量
vi /etc/profile
export HADOOP_HOME= #hadoop安装路径,到bin上级目录
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
刷新文件 source /etc/profile
启动前要格式化一下. 执行 hdfs namenode–format
一键启动 start-all.sh .一键停止 stop-all.sh
启动后,hadoop1 执行 jps命令查看是否启动成功. 成功显示这几个进程. NameNode,ResourceManager,DataNode,SecondaryNameNode,NodeManager hadoop2 和 hadoop3显示 NodeManager DataNode 进程. 启动成功后 ,浏览器打开http://(linux1的IP地址):50070 ,http://(linux1的ip地址):8088地址查看集群. 完毕!!!
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/8323.html
摘要:介绍是旗下的一个用语言实现开源软件框架,是一个开发和运行处理大规模数据的软件平台。成本低通过普通廉价的机器组成服务器集群来分发以及处理数据,以至于成本很低。所以的按位存储和处理数据的能力值得人们信赖。会使用台主机组成一个集群。 Hadoop 介绍 Hadoop是Apache旗下的一个用java语言实现开源软件框架,是一个开发和运行处理大规模数据的软件平台。允许使用简单的编程模型在大...
摘要:项目地址前言大数据技术栈思维导图大数据常用软件安装指南一分布式文件存储系统分布式计算框架集群资源管理器单机伪集群环境搭建集群环境搭建常用命令的使用基于搭建高可用集群二简介及核心概念环境下的安装部署和命令行的基本使用常用操作分区表和分桶表视图 项目GitHub地址:https://github.com/heibaiying... 前 言 大数据技术栈思维导图 大数据常用软件安装指...
摘要:新手篇入门基础教程关于的分享此前一直都是零零散散的想到什么就写什么,整体写的比较乱吧。上两周写的五篇内容,汇总到一起就算是新手入门的一个基础性教程吧持续更新中。应该在改版完成后就可以正常申请下载了。 Hadoop新手篇:hadoop入门基础教程关于hadoop的分享此前一直都是零零散散的想到什么就写什么,整体写的比较乱吧。最近可能还算好的吧,毕竟花了两周的时间详细的写完的了hadoop...
摘要:集群管理系统搭建规划说明分布式集群环境搭建是每个入门级新手都非常头疼的事情,因为你可能花费了很久的时间在搭建运行环境,最终却不知道什么原因无法创建成功。也是如此,它负责管理集群中的资源和任务调度,你也可以把它视为大数据操作系统。 hadoop集群管理系统搭建规划说明Hadoop分布式集群环境搭建是每个入门级新手都非常头疼的事情,因为你可能花费了很久的时间在搭建运行环境,最终却不知道什么...
摘要:入门学习教程完整安装步骤使用版本是标准三节点发行版,版本的易用性比较好,环境部署要简单的多,参考此篇安装前请先下载版本,网盘链接提取码第一部分准备工作大数据平台所需配置系统位需默认安装及以上。防止访问服务器时某些服务被拦截需关闭防火墙。 hadoop入门学习教程--DKHadoop完整安装步骤使用hadoop版本是DKH标准三节点发行版,DKHadoop版本的易用性比较好,环境部署要简...
阅读 1621·2021-09-30 09:47
阅读 530·2021-09-27 13:35
阅读 1919·2019-08-30 15:52
阅读 2297·2019-08-29 18:37
阅读 654·2019-08-29 12:33
阅读 2718·2019-08-29 11:04
阅读 1285·2019-08-27 10:57
阅读 1952·2019-08-26 13:38