предисловие
В настоящее время искусственный интеллект и большие данные огненная сцена используются более и более широко, развитие фронтального ежедневного контакта со студентами постепенно все более связанных с большими потребностями развития данных. Поэтому большое знание данных необходимо понять некоторые обучения.
Основные понятия
Характер данных больших
Хранимые данные: распределенная файловая система (распределенной памяти) Во-
вторых, расчетные данные: развертывание вычислительных точки
основы
Big Data требует Java базы обучения знаний и базы знаний Linux
Обучение Путь
(1) Java и Linux базовая основа
(2) Hadoop исследование: архитектура, теория, программирование
первого этапа: HDFS, MapReduce, HBase (NoSQL базы данных)
Этап II: анализ данных двигателя -> Hive, Pig
数据采集引擎 -> Sqoop、Flume
Третий этап: Оттенок: Web Administration Tool
ZooKeeper:实现Hadoop的HA
Oozie:工作流引擎
(3) обучение Спарк
第一阶段:Scala编程语言
第二阶段:Spark Core -> 基于内存、数据的计算
第三阶段:Spark SQL -> 类似于mysql 的sql语句
第四阶段:Spark Streaming ->进行流式计算:比如:自来水厂
(4) Apache шторм подобные: Спарк потокового -> потокового рассчитывается
NoSQL: Redis память на основе базы данных
HDFS
Распределенная файловая система решает следующие вопросы:
1、硬盘不够大:多几块硬盘,理论上可以无限大
2、数据不够安全:冗余度,hdfs默认冗余为3 ,用水平复制提高效率,传输按照数据库为单位:Hadoop1.x 64M,Hadoop2.x 128M
Администратор: NameNode жесткий диск: DataNode
![image.png](http://ata2-img.cn-hangzhou.img-pub.aliyun-inc.com/8ca9f78b244c7f991e73f71fd1e56421.png)
Уменьшение карты
基础编程模型:把一个大任务拆分成小任务,再进行汇总
MR任务:Job = Map + Reduce
Map的输出是Reduce的输入、MR的输入和输出都是在HDFS
Данные MapReduce анализ потока:
Map的输出是Reduce的输入,Reduce的输入是Map的集合
HBase
Что такое BigTable? : Для того, чтобы сохранить все данные в таблице, избыточный ---> Преимущества: Повышение эффективности
1、因为有了bigtable的思想:NoSQL:HBase数据库
2、HBase基于Hadoop的HDFS的
3、描述HBase的表结构
核心思想是:利用空间换效率
Hadoop среда для сборки
Подготовка среды
Linux 环境, JDK, HTTP: //mirrors.shu.edu.cn/apache/hadoop/common/hadoop-3.0.0/hadoop-3.0.0-src.tar.gz
устанавливать
1, установить JDK, и окружающая среда конфигурации переменной
vim /etc/profile 末尾添加
![image.png](http://ata2-img.cn-hangzhou.img-pub.aliyun-inc.com/a9bf2e19410f9b3d38c8b0ca64b2f264.png)
2, экстракт Hadoop-3.0.0.tar.gz, и настроить переменные среды
tar -zxvf hadoop-3.0.0.tar.gz -C /usr/local/
mv hadoop-3.0.0/ hadoop
Дамп не удалось повторно загрузить отменен
VIM /т.д. надстройкой конец / Профиль
конфигурация
Hadoop有三种安装模式:
本地模式:
1台主机
不具备HDFS,只能测试MapReduce程序
伪分布模式:
1台主机
具备Hadoop的所有功能,在单机上模拟一个分布式的环境
(1)HDFS:主:NameNode,数据节点:DataNode
(2)Yarn:容器,运行MapReduce程序
主节点:ResourceManager
从节点:NodeManager
全分布模式:
至少3台
我们以伪分布模式为例配置:
修改hdfs-site.xml:冗余度1、权限检查false
<!--配置冗余度为1--><property>
<name>dfs.replication</name>
<value>1</value></property><!--配置权限检查为false--><property>
<name>dfs.permissions</name>
<value>false</value></property>
修改core-site.xml
<!--配置HDFS的NameNode--><property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.56.102:9000</value></property><!--配置DataNode保存数据的位置--><property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop/tmp</value></property>
修改mapred-site.xml
<!--配置MR运行的框架--><property>
<name>mapreduce.framework.name</name>
<value>yar</value></property><property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property>
<name>mapreduce.application.classpath</name>
<value>
/usr/local/hadoop/etc/hadoop,
/usr/local/hadoop/share/hadoop/common/*,
/usr/local/hadoop/share/hadoop/common/lib/*,
/usr/local/hadoop/share/hadoop/hdfs/*,
/usr/local/hadoop/share/hadoop/hdfs/lib/*,
/usr/local/hadoop/share/hadoop/mapreduce/*,
/usr/local/hadoop/share/hadoop/mapreduce/lib/*,
/usr/local/hadoop/share/hadoop/yarn/*,
/usr/local/hadoop/share/hadoop/yarn/lib/*,
</value>
</property>
修改yarn-site.xml
<!--配置ResourceManager地址--><property>
<name>yarn.resourcemanager.hostname</name>
<value>192.168.56.102</value></property><!--配置NodeManager执行任务的方式--><property>
<name>yarn.nodemanager.aux-service</name>
<value>mapreduce_shuffle</value></property>
格式化NameNode
hdfs namenode -format
看到
common.Storage: Storage directory /usr/local/hadoop/tmp/dfs/name has been successfully formatted
表示格式化成功
启动
start-all.sh
(*)HDFS:存储数据
(*)YARN:
访问
(*)命令行
(*)Java Api
(*)WEB Console
HDFS: http://192.168.56.102:50070
Yarn: http://192.168.56.102:8088
查看HDFS管理界面和yarn资源管理系统
基本操作:
HDFS相关命令
-mkdir 在HDFD创建目录 hdfs dfs -mkdir /data
-ls 查看目录 hdfs dfs -ls
-ls -R 查看目录与子目录 hdfs dfs -ls -R
-put 上传一个文件 hdfs dfs -put data.txt /data/input
-copyFromLocal 上传一个文件 与-put一样
-moveFromLocal 上传一个文件并删除本地文件
-copyToLocal 下载文件 hdfs dfs -copyTolocal /data/input/data.txt
-put 下载文件 hdfs dfs -put/data/input/data.txt
-rm 删除文件 hdfs dfs -rm
-getmerge 将目录所有文件先合并再下载
-cp 拷贝
-mv 移动
-count 统计目录下的文件个数
-text、-cat 查看文件
-balancer 平衡操作
MapReduce示例
结果:
如上 一个最简单的MapReduce示例就执行成功了
思考
Hadoop是基于Java语言的,想系统学习大数据的话,可以加入大数据技术学习交流扣扣君羊:522189307,欢迎添加,了解课程介绍前端日常开发是用的PHP,在使用、查找错误时还是蛮吃力的。工作之余还是需要多补充点其它语言的相关知识,编程语言是我们开发、学习的工具,而不应成为限制我们技术成长的瓶颈!