Hadoop入门及其安装配置
来源:互联网 发布:软件产品出口退税政策 编辑:程序博客网 时间:2024/06/05 07:55
HADOOP是apache旗下的一套开源软件平台;提供的功能:利用服务器集群,根据用户的自定义业务逻辑,对海量数据进行分布式处理;HADOOP的核心组件有:A.HDFS(分布式文件系统)B.YARN(运算资源调度系统)C.MAPREDUCE(分布式运算编程框架);广义上来说,HADOOP通常是指一个更广泛的概念——HADOOP生态圈
Hadoop生态圈
重点组件:
HADOOP(hdfs、MAPREDUCE、yarn):元老级大数据处理技术框架,擅长离线数据分析
HDFS:分布式文件系统
MAPREDUCE:分布式运算程序开发框架
HIVE:基于大数据技术(文件系统+运算框架)的SQL数据仓库工具
HBASE:基于hadoop的分布式海量数据库,离线分析和在线业务通吃
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
Flume:日志数据采集框架
Hive sql :数据仓库工具,使用方便,功能丰富,基于MR延迟大
Sqoop:数据导入导出工具
Hadoop的搭建以及配置
HADOOP集群具体来说包含两个集群:HDFS集群和YARN集群,两者逻辑上分离,但物理上常在一起。
HDFS集群:
负责海量数据的存储,集群中的角色主要有 NameNode / DataNode
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
(mapreduce其实是一个应用程序开发包)
准备工作
3台centos6.5机器配置好网关,ip,子网掩码配置好三台机器的主机名:hadoop1,hadoop2,hadoop3配置好内网的域名映射:vim /etc/hosts 192.168.88.88 hadoop1 192.168.88.89 hadoop2 192.168.88.90 hadoop3配置三台机器的ssh免密登陆配置好防火墙(直接关闭)安装配置好jdk(jdk1.7)
解压hadoop安装包
我解压到了/usr/loacl/apps下然后修改$HADOOP_HOME/etc/hadoop/下面的配置文件 最简化配置如下:vi hadoop-env.sh# The java implementation to use.export JAVA_HOME=/home/hadoop/apps/jdk1.7.0_51vi core-site.xml<configuration><property><name>fs.defaultFS</name><value>hdfs://hdp-node-01:9000</value></property><property><name>hadoop.tmp.dir</name><value>/home/HADOOP/apps/hadoop-2.6.1/tmp</value></property></configuration>vi hdfs-site.xml<configuration><property><name>dfs.namenode.name.dir</name><value>/home/hadoop/data/name</value></property><property><name>dfs.datanode.data.dir</name><value>/home/hadoop/data/data</value></property><property><name>dfs.replication</name><value>3</value></property><property><name>dfs.secondary.http.address</name><value>hdp-node-01:50090</value></property></configuration>vi mapred-site.xml<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration>vi yarn-site.xml<configuration><property><name>yarn.resourcemanager.hostname</name><value>hadoop01</value></property><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property></configuration>vi salveshdp-node-01hdp-node-02hdp-node-03
启动集群
初始化HDFSbin/hadoop namenode -format启动HDFSsbin/start-dfs.sh启动YARNsbin/start-yarn.sh
测试
1、上传文件到HDFS从本地上传一个文本文件到hdfs的/wordcount/input目录下[HADOOP@hdp-node-01 ~]$ HADOOP fs -mkdir -p /wordcount/input[HADOOP@hdp-node-01 ~]$ HADOOP fs -put /home/HADOOP/somewords.txt /wordcount/input2、运行一个mapreduce程序在HADOOP安装目录下,运行一个示例mr程序cd $HADOOP_HOME/share/hadoop/mapreduce/hadoop jar mapredcue-example-2.6.1.jar wordcount /wordcount/input /wordcount/output
阅读全文
0 0
- Hadoop入门及其安装配置
- Ubuntu安装hadoop及其配置
- Hadoop安装配置(入门)
- Hadoop & Spark安装配置与入门
- hadoop入门系列之三【hadoop的安装与配置】
- hadoop入门系列之三【hadoop的安装与配置】
- Hadoop入门之安装配置(hadoop-0.20.2)
- ubuntu下安装jdk,hadoop及其配置步骤详解
- hadoop安装及其注意事项
- Python及其开发环境的安装、配置及Python入门
- Hadoop入门-配置Hadoop-2.8
- Hadoop入门-Hadoop安装(单机)
- Hadoop入门-Hadoop安装(单机)
- Hadoop入门(1):安装Hadoop
- Linux_Hadoop入门--安装JDK,.ssh免密登录,Hadoop配置
- Hadoop入门配置
- Hadoop入门-配置篇
- hadoop 集群配置入门
- Spark Scala IntelliJ IDEA开发环境搭建(入门)
- 本体的理解
- 过拟合以及正则化(L0,L1,L2范数)
- C++ primer:第二章备忘。
- 2017 ACM-ICPC 亚洲区(南宁赛区)网络赛 G. Finding the Radius for an Inserted Circle
- Hadoop入门及其安装配置
- 熊晨沣蓝牙实战--小程序蓝牙连接2.0
- MD5加密
- MyBatis学习总结(一)——MyBatis快速入门
- 录音的工具类
- Linux下使用CLion开发OpengGL程序(一)4步快速搭建开发环境
- spring security3 xml配置详细说明注释
- 微服务的4个设计原则
- Python 列表(List)