點(diǎn)擊藍(lán)字關(guān)注我

1

什么是大數(shù)據(jù)

1、Hadoop是一個(gè)由Apache基金會所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)

2、主要解決，海量數(shù)據(jù)的存儲和海量數(shù)據(jù)的分析計(jì)算問題。

3、廣義上來說，HADOOP通常是指一個(gè)更廣泛的概念——HADOOP生態(tài)圈

2

大數(shù)據(jù)發(fā)展史

1、Lucene--Doug Cutting開創(chuàng)的開源軟件，用java書寫代碼，實(shí)現(xiàn)與Google類似的全文搜索功能，它提供了全文檢索引擎的架構(gòu)，包括完整的查詢引擎和索引引擎

2、2001年年底成為apache基金會的一個(gè)子項(xiàng)目

3、對于大數(shù)量的場景，Lucene面對與Google同樣的困難

4、學(xué)習(xí)和模仿Google解決這些問題的辦法?：微型版Nutch

5、可以說Google是hadoop的思想之源

6、2003-2004年，Google公開了部分GFS和Mapreduce思想的細(xì)節(jié)，以此為基礎(chǔ)Doug Cutting等人用了2年業(yè)余時(shí)間實(shí)現(xiàn)了DFS和Mapreduce機(jī)制，使Nutch性能飆升

7、2005 年Hadoop 作為 Lucene的子項(xiàng)目 Nutch的一部分正式引入Apache基金會。2006 年 3 月份，Map-Reduce和Nutch Distributed File System (NDFS) 分別被納入稱為 Hadoop 的項(xiàng)目中?

8、名字來源于Doug Cutting兒子的玩具大象

3

hadoop的優(yōu)勢

1、高可靠性：因?yàn)镠adoop假設(shè)計(jì)算元素和存儲會出現(xiàn)故障，因?yàn)樗S護(hù)多個(gè)工作數(shù)據(jù)副本，在出現(xiàn)故障時(shí)可以對失敗的節(jié)點(diǎn)重新分布處理。

2、高擴(kuò)展性：在集群間分配任務(wù)數(shù)據(jù)，可方便的擴(kuò)展數(shù)以千計(jì)的節(jié)點(diǎn)。

3、高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任務(wù)處理速度。

4、高容錯(cuò)性：自動保存多份副本數(shù)據(jù)，并且能夠自動將失敗的任務(wù)重新分配。

4

hadoop組成部分

1、Hadoop HDFS：一個(gè)高可靠、高吞吐量的分布式文件系統(tǒng)。

2、Hadoop MapReduce：一個(gè)分布式的離線并行計(jì)算框架。

3、Hadoop YARN：作業(yè)調(diào)度與集群資源管理的框架。

4、Hadoop Common：支持其他模塊的工具模塊。

5

HDFS架構(gòu)概述

1、NameNode(nn)：存儲文件的元數(shù)據(jù)，如文件名，文件目錄結(jié)構(gòu)，文件屬性(生成時(shí)間、副本數(shù)、文件權(quán)限)，以及每個(gè)文件的塊列表和塊所在的DataNode等。

2、DataNode(dn)：在本地文件系統(tǒng)存儲文件塊數(shù)據(jù)，以及塊數(shù)據(jù)的校驗(yàn)和。

3、Secondary NameNode(2nn)：用來監(jiān)控HDFS狀態(tài)的輔助后臺程序，每隔一段時(shí)間獲取HDFS元數(shù)據(jù)的快照。

6

YARN架構(gòu)概述

1、ResourceManager(rm)：處理客戶端請求、啟動/監(jiān)控ApplicationMaster、監(jiān)控NodeManager、資源分配與調(diào)度。

2、NodeManager(nm)：單個(gè)節(jié)點(diǎn)上的資源管理、處理來自ResourceManager的命令、處理來自ApplicationMaster的命令。

3、ApplicationMaster：數(shù)據(jù)切分、為應(yīng)用程序申請資源，并分配給內(nèi)部任務(wù)、任務(wù)監(jiān)控與容錯(cuò)。

4、Container：對任務(wù)運(yùn)行環(huán)境的抽象，封裝了CPU、內(nèi)存等多維資源以及環(huán)境變量、啟動命令等任務(wù)運(yùn)行相關(guān)的信息。

7

MapReduce概述

MapReduce將計(jì)算過程分為兩個(gè)階段：Map和Reduce

1、Map階段并行處理輸入數(shù)據(jù)

2、Reduce階段對Map結(jié)果進(jìn)行匯總

8

大數(shù)據(jù)生態(tài)體系

看了上邊的圖片，是不是感覺頭皮發(fā)麻，所以大數(shù)據(jù)指的并不是一個(gè)單獨(dú)的技術(shù)，而是一整套的解決方案，不過別急，我們上邊的技術(shù)，都會講到，慢慢學(xué)吧。

10

hadoop安裝

上傳hadooptar包，Alt+P 進(jìn)入上傳窗口，執(zhí)行上傳命令

sftp> put -r d:/hadoop-2.7.2.tar.gz

移動到opt下的soft目錄

[root@hadoop100 ~]# mv hadoop-2.7.2.tar.gz /opt/soft/

將壓縮文件解壓到opt/dev下

[root@hadoop100 soft]# tar -zxvf hadoop-2.7.2.tar.gz -C ../dev/

將hadoop添加到環(huán)境變量

①查看hadoop安裝目錄

[root@hadoop100 hadoop-2.7.2]# pwd/opt/dev/hadoop-2.7.2

②打開etc/profile文件

[root@hadoop100 hadoop-2.7.2]# vi /etc/profile

③添加環(huán)境變量，然后保存退出

##HADOOP_HOMEexport HADOOP_HOME=/opt/dev/hadoop-2.7.2export PATH=$PATH:$HADOOP_HOME/binexport PATH=$PATH:$HADOOP_HOME/sbin

④讓修改后的文件生效

[root@hadoop100 hadoop-2.7.2]# source /etc/profile

⑤執(zhí)行hadoop命令，查看是否安裝成功

[root@hadoop100 hadoop-2.7.2]# hadoop

結(jié)果有內(nèi)容，就代表安裝成功

[root@hadoop100 hadoop-2.7.2]# hadoopUsage: hadoop [--config confdir] [COMMAND | CLASSNAME] CLASSNAME run the class named CLASSNAME or where COMMAND is one of: fs run a generic filesystem user client version print the version jar run a jar file note: please use "yarn jar" to launch YARN applications, not this command. checknative [-a|-h] check native hadoop and compression libraries availability distcp copy file or directories recursively archive -archiveName NAME -p * create a hadoop archive classpath prints the class path needed to get the credential interact with credential providers Hadoop jar and the required libraries daemonlog get/set the log level for each daemon trace view and modify Hadoop tracing settingsMost commands print help when invoked w/o parameters.

hadoop目錄結(jié)構(gòu)

[root@hadoop100 hadoop-2.7.2]# ll總用量 52drwxr-xr-x. 2 root root 4096 5月 22 2017 bindrwxr-xr-x. 3 root root 4096 5月 22 2017 etcdrwxr-xr-x. 2 root root 4096 5月 22 2017 includedrwxr-xr-x. 3 root root 4096 5月 22 2017 libdrwxr-xr-x. 2 root root 4096 5月 22 2017 libexec-rw-r--r--. 1 root root 15429 5月 22 2017 LICENSE.txt-rw-r--r--. 1 root root 101 5月 22 2017 NOTICE.txt-rw-r--r--. 1 root root 1366 5月 22 2017 README.txtdrwxr-xr-x. 2 root root 4096 5月 22 2017 sbindrwxr-xr-x. 4 root root 4096 5月 22 2017 share

(1)bin目錄：存放對Hadoop相關(guān)服務(wù)(HDFS,YARN)進(jìn)行操作的腳本

(2)etc目錄：Hadoop的配置文件目錄，存放Hadoop的配置文件

(3)lib目錄：存放Hadoop的本地庫(對數(shù)據(jù)進(jìn)行壓縮解壓縮功能)

(4)sbin目錄：存放啟動或停止Hadoop相關(guān)服務(wù)的腳本

(5)share目錄：存放Hadoop的依賴jar包、文檔、和官方案例

正式進(jìn)入大數(shù)據(jù)處理學(xué)習(xí)了，開不開心，喜歡的話，點(diǎn)個(gè)關(guān)注，分享一下吧

總結(jié)

以上是生活随笔為你收集整理的hadoop大数据开发基础_Java大数据开发(三)Hadoop(2)经典的Hadoop的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。