Hadoop学习笔记(基于《10小时入门大数据》)
Hadoop学习笔记(基于《10小时入门大数据》)
HDFS
定义
设计目标
架构
安装HDFS
- 下载安装jdk(这里就不赘述了)
- 下载CDH(https://archive.cloudera.com/cdh5/cdh/5)
- 解压:
tar -zxvf * -C <yourpath>/
- 修改配置:
- 进入你的安装目录的etc/hadoop下,修改4个文件:core-site.xml、hdf-site.xml、hadoop-env.sh、slaves(具体配置看官网指引)
- 特别注意core-site.xml的配置,添加hadoop的临时文件目录值:hadoop.tmp.dir
- 格式化namenode:
bin/hdfs namenode -format
- 启动HDFS:
sbin/start-dfs.sh
- 验证是否启动成功:
jps
9496 SecondaryNameNode
9099 NameNode
10139 Jps
9245 DataNode- 浏览器
localhost:50070
HDFS读写流程
- 写
- 读
- 写
HDFS容错
HDFS副本集策略
HDFS优缺点
- 优点
- 数据冗余、硬件容错
- 处理流式的数据访问
- 适合存储大文件
- 可构建在廉价机器上
- 缺点
- 低延迟的数据访问
- 小文件存储
YARN
YARN产生背景
YARN概述
- Yet Another Resource Negotiator
- 通用的资源管理系统
- 为上层应用提供统一的资源管理和调度
YARN的架构
- ResourceManager:RM
- 整个集群统一时间提供服务的RM只有一个,负责集群资源的统一管理和调度
- 处理客户端的请求: 提交一个作业、杀死一个作业
- 监控NM,一旦某个NM挂了,那么该NM上运行的任务需要告诉AM
- NodeManager:NM
- 整个集群中有多个,负责自己本身节点资源管理和使用
- 定时向RM汇报本节点的资源使用情况
- 接收并处理来自RM的各种命令: 启动Container
- 处理来自AM的命令
- ApplicationMaster:AM
- 每个应用程序对应一个: MR、Spark,负责应用程序的管理
- 为应用程序向RM申请资源(Core、Memory),分配给内部task
- 需要与NM通信:启动/停止task,task是运行在Container里面,AM也是运行在Container
- Container
- 封装了CPU、Memory等资源的一个容器
- Client
- 提交作业
- 查询作业的运行进度
- 杀死作业
- ResourceManager:RM
YARN执行流程
YARN环境搭建
进入你的安装目录的etc/hadoop下,修改2个文件:
mapred-site.xml、yarn-site.xml(具体配置看官网指引)验证是否启动成功:
jps
3649 NodeManager
4069 Jps
3545 ResourceManager- 浏览器
localhost:8088
提交作业到YARN
进入share/hadoop/mapreduce目录,执行hadoop jar hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar pi 2 3
MapReduce
概述
- 源于Google的MapReduce论文, 论文发表于2004年12月
- Hadoop MapReduce是Google MapReduce的克隆版
- MapReduce优点:海量数据离线处理&易开发&易运行
- MapReduce缺点:实时流式计
案例
MapReduce的架构
1.x
JobTracker: JT
- 作业的管理者
- 将作业分解成一堆的任务: Task(MapTask和ReduceTask)
- 将任务分派给TaskTracker运行
- 作业的监控、容错处理(task作业挂了,重启task的机制)
- 在一定的时间间隔,JT没有收到TT的心跳信息,TT可能是挂了,TT上的任务会被指派到其他的TT上去执行
TaskTracker: TT
- 任务的执行者
- 在TT上执行Task(MapTask和ReduceTask)
- 会与JT进行交互:执行/启动/停止作业,发送心跳信息给JT
MapTask
- 自己开发的map任务交由该Task出来
- 解析每条记录的数据,交给自己的map方法处理
- 将map的输出结果写到本地磁盘(有些作业仅有map没有reduce==>HDFS)
ReduceTask
- 将MapTask输出的数据进行读取
- 按照数据进行分组传给自己编写的reduce方法处理
- 输出结果写到HDFS
2.x
Hadoop学习笔记(基于《10小时入门大数据》)相关推荐
- 10小时入门大数据视频教程
有需要的联系我QQ:2161946976
- 小白怎么入门大数据行业 自学课程内容有哪些
大数据行业人才的巨缺,企业对技术人才的渴求,激发了一批对大数据技术感兴趣的人的的学习欲望.小白怎么入门大数据行业?自学课程的内容有哪些?对于大数据的学习,千万不能盲目学习,先要找准方向,判定是不是真正 ...
- Hadoop学习笔记(1) ——菜鸟入门
Hadoop学习笔记(1) --菜鸟入门 Hadoop是什么?先问一下百度吧: [百度百科]一个分布式系统基础架构,由Apache基金会所开发.用户能够在不了解分布式底层细节的情况下.开发分布式 ...
- Hadoop学习笔记—10.Shuffle过程那点事儿
Hadoop学习笔记-10.Shuffle过程那点事儿 一.回顾Reduce阶段三大步骤 在第四篇博文<初识MapReduce>中,我们认识了MapReduce的八大步骤,其中在Reduc ...
- 学习笔记之Qt从入门到精通(三)
整理日期: 2010年4月9日 本文是学习笔记之Qt从入门到精通(二)的接续 Part 3: 进阶学习 Qt4 学习笔记 Qt 可以运行在不同的平台,像是Unix/X11.Windows.Mac OS ...
- Hadoop学习笔记(1)
原文:http://www.cnblogs.com/zjfstudio/p/3859704.html Hadoop学习笔记(1) --菜鸟入门 Hadoop是什么?先问一下百度吧: [百度百科]一个分 ...
- Hadoop学习笔记—4.初识MapReduce
一.神马是高大上的MapReduce MapReduce是Google的一项重要技术,它首先是一个 编程模型 ,用以进行大数据量的计算.对于大 数据量的计算,通常采用的处理手法就是并行计算.但对许多开 ...
- Hadoop学习笔记—15.HBase框架学习(基础知识篇)
Hadoop学习笔记-15.HBase框架学习(基础知识篇) HBase是Apache Hadoop的数据库,能够对大型数据提供随机.实时的读写访问.HBase的目标是存储并处理大型的数据.HBase ...
- Hadoop学习笔记(四)HDFS部分下
Hadoop学习笔记(四)HDFS部分下 一.HDFS 的数据流 1.1 HDFS的写数据流程 客户端通过 Distributed FileSystem 模块向 NameNode 请求上传文件,Nam ...
- Hadoop学习笔记一 简要介绍
Hadoop学习笔记一 简要介绍 这里先大致介绍一下Hadoop. 本文大部分内容都是从官网Hadoop上来的.其中有一篇介绍HDFS的pdf文档,里面对Hadoop介绍的比较全面了.我的这一 ...
最新文章
- HDOJ_ACM_折线分割平面
- String s=new String(abc)创建了2个对象的原因
- nginx源码阅读(二).初始化:main函数及ngx_init_cycle函数
- CAS项目部署和基础操作
- java处理请求的流程_Java Spring mvc请求处理流程详解
- PS将两张图像合成为一张
- Mr.J-- HTTP学习笔记(四)-- 连接管理
- 你们觉得生一个孩子好,还是生两个孩子好?
- kmeans聚类算法matlab_KMeans聚类算法详解
- 快速导入十亿数据到hugegraph图数据库
- 如何解决ie 浏览器下png图片加滤镜透明背景呈黑色
- Linux 查看网络流量 iftop
- My Thirty-Second Page - 对称二叉树 - By Nicolas
- 数字图像处理 检测护照图像中的机器可读区域
- Tetris(初学Java第六篇)
- php 验证手机号码格式
- 会声会影2023最新中文旗舰版新功能介绍
- 估值最高的自媒体达38亿,不是咪蒙、一条,也不是逻辑思维,而是他..
- 前端HTML上传图片传BASE64数据,图片太大进行压缩
- 【BZOJ 2330】 [SCOI2011]糖果【差分约束】
热门文章
- 【WIN10】清除图标缓存
- bilibili视频解析php源码,Bilibili视频直链信息解析工具源码
- 软考初级程序员含金量高吗?有答案了
- python与施耐德plc通讯_施耐德PLC两种编程通讯控制实例分享
- visio2019安装教程
- itools 苹果录屏大师 java_itools录屏大师使用常见问题_itools苹果录屏大师无法连接解决办法...
- 暴风转码转超清文件_暴风影音16破解版下载-暴风影音16多开精简版(附怎么用) v9.4.1029.1111...
- java设计模式,百度网盘
- 微型计算机原理及应用 湖南大学,2015年微机原理及其应用-湖南大学.doc
- windows下安装GCC编译器