Hadoop2的伪分式怎么搭建

本篇内容介绍了"Hadoop2的伪分式怎么搭建"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

1.Hadoop生态体系图

1. 这一切是如何开始的-Web上庞大的数据!2. 使用Nutch抓取Web数据3. 要保存Web上庞大的数据--HDFS应运而生4. 如何使用这些庞大的数据?5. 采用Java或任何的流/管道语言构建MapReduce框架用于编码并进行分析6. 如何获取Web日志，点击流，Apache日志，服务器日志等非结构化数据--fuse,webdav, chukwa, flume, Scribe7. Hiho和sqoop将数据加载到HDFS中，关系型数据库也能够加入到Hadoop队伍中8. MapReduce编程需要的高级接口--Pig, Hive, Jaql.9. 具有先进的UI报表功能的BI工具- Intellicus10. Map-Reduce处理过程使用的工作流工具及高级语言11. 监控、管理hadoop，运行jobs/hive，查看HDFS的高级视图-Hue,karmasphere,eclipse plugin,cacti,ganglia12. 支持框架-Avro (进行序列化), Zookeeper (用于协同)13. 更多高级接口--Mahout, Elastic map Reduce14. 同样可以进行OLTP--Hbase

2.Hadoop的简介

Hadoop是一个分布式系统基础架构,由Apache基金会开发。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算和存储。简单地说来，Hadoop是一个可以更容易开发和运行处理大规模数据的软件平台。实际场景：海量日志如何处理，海量网页数据如何处理hdfs  解决了海量数据的分布式存储，高可靠，易扩展，高吞吐量mapreduce   解决了海量数据的分析处理，通用性强，易开发，健壮性

Common：一组分布式文件系统和通用I/O的组件与接口（序列化、Java RPC和持久化数据结构）。MapReduce：分布式数据处理模型和执行环境，运行于大型商用机集群。HDFS：分布式文件系统，运行于大型商用机集群。Zookeeper：一个分布式、可用性高的协调服务，提供分布式锁之类的基本服务用于构建分布式应用。HBase：一个分布式、按列存储数据库，使用HDFS作为底层存储，同时支持MapReduce的批量式计算和点查询（随机读取）。Pig：一种数据流语言和运行环境，用以检索非常大的数据集，运行在MapReduce和HDFS的集群上。Hive：一个分布式、按列存储的数据仓库，管理HDFS中存储的数据，并提供基于SQL的查询语言（由运行时引起翻译成MapReduce作业）用以查询数据。Mahout：一个在Hadoop上运行的可扩展的机器学习和数据挖掘类库（例如分类和聚类算法）。Avro：一种支持高效、跨语言的RPC以及永久存储数据的序列化系统。Sqoop：在数据库和HDFS之间高效传输数据的工具。最底层平台 hdfs   yarn  mapreduce  spark应用层     hbase  hive pig  sparkSQL  nutch 工具类     zookeeper  flume

3.集中存储和运算的瓶颈

4.云计算中的虚拟化和Hadoop技术上的区别

5.如何解决海量存储----HDFS的简单概念

普通的NFS和HDFS的区别以及其各自的特点

1. 优点：透明性,编程方便,容易,只须open，close，fread一些库的操作。2. 缺点：无数据冗余性，所有数据在一台机器上，数据复制时，可能有带宽限制。   HDFS就是为克服NFS的缺点，进行设计.存储可靠，读取方便，且与mapreduce整合到一起.可伸缩性强,高度可配置（一堆的配置文件）.支持web接口:http://namenode-name:50070/流量文件系统.同时支持shell界面操作.

HDFS的整体架构图:详解见以后博客

HDFS在官方文档中的架构

6.搭建Hadoop伪分布式集群

什么是伪分布式集群:

环境准备: 虚拟机:VMware 10         操作系统:CentOS 6         JDK:1.7         Hadoop:2.4         客户端访问工具:secureCRT         用户名:hadoop

6.1 前期网络环境准备    在vmware中更改了虚拟机的网络类型，--->NAT方式，（虚拟交换机的ip可以从vmvare的edit-->vertual network editor看到）    根据这个交换机（网关）的地址，来设置我们的客户端windown7的ip（Vmnet8这块网卡）    启动linux主机,修改linux系统的ip地址（通过图形界面修改），修改完成之后在terminal（命令行终端）中切换到root用户执行命令重启网络服务来让ip生效    修改主机名： 在root身份下，用命令修改  vi /etc/sysconfig/network   把hostname改为  yun-10-1    添加主机名和ip的映射  在root身份下 vi /etc/hosts  添加一行 192.168.2.100      yun-10-1    讲hadoop这个用户添加到sudoers里面去  在root身份下 vi /etc/sudoers，在文件中找到 root  ALL=ALL ALL ，下面加一行hadoop的    停止防火墙服务   在root身份下 service iptables stop    关闭防火墙的自动启动   在root身份下   chkconfig iptables off    reboot命令重启机器    用ping命令检测一下windows主机和linux服务器之间的网络连通性    进入linux修改图形界面启动配置，不要再启动图形界面了，在root身份下，  vi /etc/inittab  将其改为id:3:initdefault:    再次reboot，将不会启动到图形界面了 （当以后你想启动图形界面的时候可以在命令行下敲startx (init 5) ，在图形界面下你想关闭图形界面，敲命令init 3）

6.2 安装JDK    用终端连接linux服务器进行软件的安装（用secureCRT来连接ALT+P）    安装jdk        --用filezilla工具上传jdk的压缩包        --解压jdk的压缩包到一个专门的安装目录下  /home/hadoop/app        --在hadoop的主目录下敲命令 tar -zxvf jdk-7u65-linux-i586.tar.gz -C ./app        --配置java的环境变量 sudo vi /etc/profile          在文件的最后添加：                export JAVA_HOME=/home/hadoop/app/jdk1.7.0_65                export PATH=$PATH:$JAVA_HOME/bin         --让配置生效,  source /etc/profile         --Javac,Java -version检测

6.3 安装Hadoop以及配置相关信息    a.用secureCRT工具上传hadoop的安装包    b.把hadoop解压到app目录中去   tar -zxvf hadoop-2.4.1.tar.gz -C ./app/    c.修改hadoop的5大配置文件，位置在 /home/hadoop/app/hadoop-2.4.1/etc/hadoop目录    d.配置一下hadoop的环境变量  sudo vi /etc/profile

----vi hadoop-env.sh  改其中的JAVA_HOME为我们安装jdk的路径JAVA_HOME=/home/hadoop/app/jdk1.7.0_65

----vi   core-site.xml                          fs.defaultFS            hdfs://yun-10-1:9000                            hadoop.tmp.dir            /home/hadoop/app/hadoop-2.4.1/tmp            

----vi   hdfs-site.xml                        dfs.replication            1             

-- 先修改文件名   mv mapred-site.xml.template mapred-site.xml   在编辑  vi mapred-site.xml                                               mapreduce.framework.name                    yarn                            

-- vi yarn-site.xml                                   yarn.resourcemanager.hostname                yun-10-1                                       yarn.nodemanager.aux-services                mapreduce_shuffle                    

测试Hadoop伪分布式:格式化HDFS，启动HDFS,Yarn,进程查看以及网页浏览.测试时主机名改为yun10-0.结果证明测试,成功!!!

7.SSH协议详解和流程使用

见另外博客地址.http://my.oschina.net/codeWatching/blog/342253

8.搭建环境过程中的问题

Vmware中Clone虚拟机后提示"No such device eth0"解决方法1:直接删除配置文件     直接删除配置文件，重启之后Linux就会找到新的网卡了。 sudo rm /etc/udev/rules.d/70-persistent-net.rules 重启后如果网卡起不来，删除/etc/sysconfig/networking-scripts/ifcfg-eth0的如下行，或者修改为vmware分配的新MAC地址：HWADDR="XX:XX:XX:XX:XX:XX" 重启网卡 service network restart 方法2:修正配置文件 修改配置文件，将原本的eth0删除，然后修改eth2的NAME="eth2"为NAME="eth0"，重启之后Linux就会使用新的配置文件设置网卡了。 修改前的 /etc/udev/rules.d/70-persistent-net.rules 像这样: # PCI device 0x1022:0x2000 (pcnet32)SUBSYSTEM=="net", ACTION=="add", DRIVERS=="?*", ATTR{address}=="00:0c:29:50:XX:XX", ATTR{dev_id}=="0x0", ATTR{type}=="1", KERNEL=="eth*", NAME="eth0" # PCI device 0x1022:0x2000 (pcnet32)SUBSYSTEM=="net", ACTION=="add", DRIVERS=="?*", ATTR{address}=="00:0c:29:85:XX:XX", ATTR{dev_id}=="0x0", ATTR{type}=="1", KERNEL=="eth*", NAME="eth2" 删除掉eth0那一行，保留余下的行: # PCI device 0x1022:0x2000 (pcnet32)SUBSYSTEM=="net", ACTION=="add", DRIVERS=="?*", ATTR{address}=="00:0c:29:85:XX:XX", ATTR{dev_id}=="0x0", ATTR{type}=="1", KERNEL=="eth*", NAME="eth0"

"Hadoop2的伪分式怎么搭建"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！