江苏品牌网站建设电话,wordpress小工具编辑器,wordpress会员阅读权限,深圳seoHadoop的介绍Hadoop最早起源于Nutch.Nutch的设计目标是构建一个大型的全网搜索引擎#xff0c;包括网页抓取、索引、查询等功能#xff0c;但随着抓取网页数量的增加#xff0c;遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题. 2003年、2004年谷歌发表的两…Hadoop的介绍Hadoop最早起源于Nutch.Nutch的设计目标是构建一个大型的全网搜索引擎包括网页抓取、索引、查询等功能但随着抓取网页数量的增加遇到了严重的可扩展性问题——如何解决数十亿网页的存储和索引问题. 2003年、2004年谷歌发表的两篇论文为该问题提供了可行的解决方案.——分布式文件系统(GFS)可用于处理海量网页的存储——分布式计算框架MAPREDUCE可用于处理海量网页的索引计算问题. Nutch的开发人员完成了相应的开源实现HDFS和MAPREDUCE并从Nutch中剥离成为独立项目HADOOP到2008年1月HADOOP成为Apache顶级项目.狭义上来说hadoop就是单独指代hadoop这个软件HDFS :分布式文件系统MapReduce : 分布式计算系统广义上来说hadoop指代大数据的一个生态圈包括很多其他的软件 1.hadoop的历史版本介绍1.x版本系列:hadoop版本当中的第二代开源版本主要修复0.x版本的一些bug等2.x版本系列:架构产生重大变化引入了yarn平台等许多新特性3.x版本系列: 加入多namenoode新特性hadoop三大公司发型版本介绍免费开源版本apache: 优点:拥有全世界的开源贡献者代码更新迭代版本比较快缺点:版本的升级版本的维护版本的兼容性版本的补丁都可能考虑不太周到apache所有软件的下载地址(包括各种历史版本):免费开源版本hortonWorks: hortonworks主要是雅虎主导Hadoop开发的副总裁带领二十几个核心成员成立Hortonworks核心产品软件HDP(ambari)HDF免费开源并且提供一整套的web管理界面供我们可以通过web界面管理我们的集群状态web管理界面软件HDF网址( )软件收费版本ClouderaManager: cloudera主要是美国一家大数据公司在apache开源hadoop的版本上通过自己公司内部的各种补丁实现版本之间的稳定运行大数据生态圈的各个版本的软件都提供了对应的版本解决了版本的升级困难版本兼容性等各种问题hadoop的架构模型(1.x2.x的各种架构模型介绍)1.x的版本架构模型介绍文件系统核心模块:NameNode:集群当中的主节点管理元数据(文件的大小文件的位置文件的权限)主要用于管理集群当中的各种数据secondaryNameNode:主要能用于hadoop当中元数据信息的辅助管理DataNode:集群当中的从节点主要用于存储集群当中的各种数据数据计算核心模块:JobTracker:接收用户的计算请求任务并分配任务给从节点TaskTracker:负责执行主节点JobTracker分配的任务2、2.x的版本架构模型介绍 第一种:NameNode与ResourceManager单节点架构模型 文件系统核心模块: NameNode:集群当中的主节点主要用于管理集群当中的各种数据secondaryNameNode:主要能用于hadoop当中元数据信息的辅助管理DataNode:集群当中的从节点主要用于存储集群当中的各种数据 数据计算核心模块: ResourceManager:接收用户的计算请求任务并负责集群的资源分配NodeManager:负责执行主节点APPmaster分配的任务 第二种:NameNode单节点与ResourceManager高可用架构模型 文件系统核心模块: NameNode:集群当中的主节点主要用于管理集群当中的各种数据secondaryNameNode:主要能用于hadoop当中元数据信息的辅助管理DataNode:集群当中的从节点主要用于存储集群当中的各种数据 数据计算核心模块: ResourceManager:接收用户的计算请求任务并负责集群的资源分配以及计算任务的划分通过zookeeper实现ResourceManager的高可用NodeManager:负责执行主节点ResourceManager分配的任务 第三种:NameNode高可用与ResourceManager单节点架构模型 文件系统核心模块: NameNode:集群当中的主节点主要用于管理集群当中的各种数据其中nameNode可以有两个形成高可用状态DataNode:集群当中的从节点主要用于存储集群当中的各种数据JournalNode:文件系统元数据信息管理 数据计算核心模块: ResourceManager:接收用户的计算请求任务并负责集群的资源分配以及计算任务的划分NodeManager:负责执行主节点ResourceManager分配的任务 第四种:NameNode与ResourceManager高可用架构模型 文件系统核心模块: NameNode:集群当中的主节点主要用于管理集群当中的各种数据一般都是使用两个实现HA高可用JournalNode:元数据信息管理进程一般都是奇数个DataNode:从节点用于数据的存储 数据计算核心模块: ResourceManager:Yarn平台的主节点主要用于接收各种任务通过两个构建成高可用NodeManager:Yarn平台的从节点主要用于处理ResourceManager分配的任务2、appache版本hadoop重新编译2.1为什么要编译hadoop由于appache给出的hadoop的安装包没有提供带C程序访问的接口,所以我们在使用本地库(本地库可以用来做压缩,以及支持C程序等等)的时候就会出问题,需要对Hadoop源码包进行重新编译.2.2编译环境的准备 2.2.1准备linux环境 准备一台linux环境,内存4G或以上,硬盘40G或以上,我这里使用的是Centos6.9 64位的操作系统(注意一定要使用64位的操作系统) 2.2.2虚拟机联网,关闭防火墙,关闭selinux 关闭防火墙命令service iptables stop chkconfig iptables off关闭selinuxvim /etc/selinux/config 2.2.3安装jdk1.7 注意hadoop-2.7.5 这个版本的编译,只能使用jdk1.7,如果使用jdk1.8那么就会报错查看centos6.9自带的openjdkrpm -qa | grep java将所有这些openjdk全部卸载掉rpm -e java-1.6.0-openjdk-1.6.0.41-1.13.13.1.el6_8.x86_64 tzdata-java-2016j-1.el6.noarch java-1.7.0-openjdk-1.7.0.131-2.6.9.0.el6_8.x86_64注意这里一定不要使用jdk1.8,亲测jdk1.8会出现错误将我们jdk的安装包上传到/export/softwares(我这里使用的是jdk1.7.0_71这个版本)解压我们的jdk压缩包统一两个路径mkdir -p /export/servers mkdir -p /export/softwares cd /export/softwares tar -zxvf jdk-7u71-linux-x64.tar.gz -C ../servers/配置环境变量vim /etc/profileexport JAVA_HOME/export/servers/jdk1.7.0_71 export PATH:$JAVA_HOME/bin:$PATH让修改立即生效source /etc/profile 2.2.4安装maven 这里使用maven3.x以上的版本应该都可以,不建议使用太高的版本,强烈建议使用3.0.5的版本即可将maven的安装包上传到/export/softwares然后解压maven的安装包到/export/serverscd /export/softwares/ tar -zxvf apache-maven-3.0.5-bin.tar.gz -C ../servers/配置maven的环境变量vim /etc/profileexport MAVEN_HOME/export/servers/apache-maven-3.0.5 export MAVEN_OPTS-Xms4096m -Xmx4096m export PATH:$MAVEN_HOME/bin:$PATH让修改立即生效source /etc/profile解压maven的仓库tar -zxvf mvnrepository.tar.gz -C /export/servers/修改maven的配置文件cd /export/servers/apache-maven-3.0.5/conf vim settings.xml指定我们本地仓库存放的路径添加一个我们阿里云的镜像地址,会让我们下载jar包更快 mirroridalimaven/idnamealiyun maven/nameurlhttp://maven.aliyun.com/nexus/content/groups/public//urlmirrorOfcentral/mirrorOf/mirror 2.2.5安装findbugs 解压findbugstar -zxvf findbugs-1.3.9.tar.gz -C ../servers/配置findbugs的环境变量vim /etc/profileexport JAVA_HOME/export/servers/jdk1.7.0_75 export PATH:$JAVA_HOME/bin:$PATH export MAVEN_HOME/export/servers/apache-maven-3.0.5 export PATH:$MAVEN_HOME/bin:$PATH export FINDBUGS_HOME/export/servers/findbugs-1.3.9 export PATH:$FINDBUGS_HOME/bin:$PATH让修改立即生效source /etc/profile 2.2.6在线安装一些依赖包 yum install autoconf automake libtool cmake yum install ncurses-devel yum install openssl-devel yum install lzo-devel zlib-devel gcc gcc-cbzip2压缩需要的依赖包yum install -y bzip2-devel 2.2.7安装protobuf 解压protobuf并进行编译cd /export/softwares tar -zxvf protobuf-2.5.0.tar.gz -C ../servers/ cd /export/servers/protobuf-2.5.0 ./configure make make install 2.2.8、安装snappy cd /export/softwares/ tar -zxf snappy-1.1.1.tar.gz -C ../servers/ cd ../servers/snappy-1.1.1/ ./configure make make install 2.2.9编译hadoop源码 对源码进行编译cd /export/softwares tar -zxvf hadoop-2.7.5-src.tar.gz -C ../servers/ cd /export/servers/hadoop-2.7.5编译支持snappy压缩mvn package -DskipTests -Pdist,native -Dtar -Drequire.snappy -e -X编译完成之后我们需要的压缩包就在下面这个路径里面/export/servers/hadoop-2.7.5/hadoop-dist/target