首页/新闻资讯/正文详情

大数据处理学习笔记

发布时间:2026/11/5 9:24:01 来源:云帆数科 栏目:资讯中心
大数据处理学习笔记
sudo tar -zxvf hadoop-1.1.2.tar.gz -C / #解压到/usr/local目录下 sudo mv hadoop-1.1.2 hadoop #重命名为hadoop sudo chown -R python ./hadoop #修改文件权限 //java安装同上 给hadoop配置环境变量将下面代码添加到.bashrc文件 export JAVA_HOME/usr/lib/jvm/java-8-openjdk-amd64 //export JAVA_HOME/usr/lib/jvm/java-1.8.0-openjdk-amd64 export JRE_HOME${JAVA_HOME}/jre export CLASSPATH.:${JAVA_HOME}/lib:${JRE_HOME}/lib export PATH${JAVA_HOME}/bin:$PATH export HADOOP_HOME/home/python/Downloads/hadoop export HADOOP_PREFIX$HADOOP_HOME export CLASSPATH$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH export HADOOP_COMMON_LIB_NATIVE_DIR$HADOOP_HOME/lib/native export PATH$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin source .bashrc hadoop version 首先将jdk1.7的路径添export JAVA_HOME/usr/lib/jvm/java 加到hadoop/conf/hadoop-env.sh文件 export JAVA_HOME/usr/lib/jvm/java-8-openjdk-amd64 //export JAVA_HOME/usr/lib/jvm/java-1.8.0-openjdk-amd64 修改core-site.xml文件 修改配置文件 hdfs-site.xml 修改配置文件 mapred-site.xml 修改配置文件 yarn-site.xml 从伪分布式模式切换回非分布式模式需要删除 core-site.xml 中的配置项 伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行 执行 NameNode 的格式化,需先停止hadoop服务 hadoop namenode -format 启动hadoop守护进程 ./hadoop/bin/start-all.sh ./hadoop/bin/stop-all.sh 跟踪进程 strace -fe open start-all.sh 启动namenode和datanode进程并查看启动结果 ./hadoop/bin/start-dfs.sh datanode启动失败解决方案 1.删除版本重格式化 rm ./hadoop/tmp/dfs/data/current/VERSION rm -rf ./hadoop/tmp/dfs/data chown -R python ./hadoop sudo chmod -R aw ./hadoop //需先停止hadoop服务 ./hadoop/bin/hadoop namenode -format 2.将name/current下的VERSION中的clusterID复制到data/current下的VERSION中覆盖掉原来的clusterID //需先停止hadoop服务 ./hadoop/bin/hadoop namenode -format apt install openjdk-8-jdk-headless jps 浏览器查看hadoop运行状态: NameNode - http://localhost:50070/ JobTracker - http://localhost:50030/ 复制本地文件到HDFS的input目录 ./hadoop/bin/hadoop fs –put /home/python/Downloads/hadoop/conf /home/python/Downloads/hadoop/tmp/input 运行hadoop提供的例子 hadoop jar /home/python/Downloads/hadoop/hadoop-examples-1.1.2.jar grep /home/python/Downloads/hadoop/tmp/input output dfs[a-z.] 查看DFS文件 hadoop fs -ls output 复制DFS文件到本地并在本地查看词频统计./hadoop/bin/hadoop dfs -ls / //HDFS中创建一个文件目录input ./hadoop/bin/hadoop dfs -mkdir /input ./hadoop/bin/hadoop dfs -ls / 将./hadoop/README.txt上传至input中 ./hadoop/bin/hadoop fs -put /hadoop/README.txt /input ./hadoop/bin/hadoop jar ./hadoop/hadoop-examples-1.1.2.jar wordcount /input /output ./hadoop/bin/hadoop fs -cat /output/part-r-00000 ·下面附一些HDFS常用命令 hadoop fs -mkdir /tmp/input? ? ? ?在HDFS上新建文件夹? hadoop fs -put input1.txt /tmp/input 把本地文件input1.txt传到HDFS的/tmp/input目录下? hadoop fs -get input1.txt /tmp/input/input1.txt 把HDFS文件拉到本地? hadoop fs -ls /tmp/output? ? ? ? ?列出HDFS的某目录? hadoop fs -cat /tmp/ouput/output1.txt 查看HDFS上的文件? hadoop fs -rmr /home/less/hadoop/tmp/output 删除HDFS上的目录? hadoop dfsadmin -report 查看HDFS状态比如有哪些datanode每个datanode的情况? hadoop dfsadmin -safemode leave 离开安全模式? hadoop dfsadmin -safemode enter 进入安全模式ssh配置rootubuntu:~# ps -ef | grep ssh 如果未启动可以通过下面命令启动 rootubuntu:~# /etc/init.d/ssh start chmod go-w ~/ chmod 700 ~/.ssh chmod 600 ~/.ssh/authorized_keys 免密码配置ssh rootubuntu:~# ssh-keygen -t dsa -P -f ~/.ssh/id_dsa ## -P表示密码-P 就表示空密码也可以不用-P参数这样就要三车回车用-P就一次回车。 rootubuntu:~# cat ~/.ssh/id_dsa.pub ~/.ssh/authorized_keys #关闭防火墙 iptables -F 验证没有密码是否能ssh到localhost rootubuntu:~# ssh localhost #调试信息 sudo /usr/sbin/sshd -d netstat -tan | grep LIST fxcRqV8/Jn6nHr0a/xxoDB4qxVhRD3BS1uXKvtp1Zk4 ::ls ~/.ssh/*下有密钥时先清空 ssh-keygen -t rsa 一路回车 sudo vim /etc/ssh/sshd_config 要确保下面这三个项目前面没有# RSAAuthentication yes PubkeyAuthentication yes AuthorizedKeysFile %h/.ssh/authorized_keys 重启一下ssh服务这样ssh配置才能生效 使用命令service ssh restart 将id_rsa.pub公钥添加到本地的~/.ssh/authorized_keys文件中 cat ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys ::ls ~/.ssh/* ssh localhost exit 如果出现了Agent admitted failure to sign using the key的错误提示 则使用ssh-add ~/.ssh/id_rsa来解决 。 使用ssh-copy-id命令将公钥传送到远程主机上 ssh-copy-id remote-host ssh ubuntu10.29.78.177安装JDKrootubuntu:/usr/java# ./jdk-6u27-linux-i586.bin rootubuntu:/# vim /etc/profile export JAVA_HOME/usr/java/jdk1.6.0_27 export PATH$JAVA_HOME/bin:$PATH export CLASSPATH.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar java -versionhbasesudo tar -zxvf ./Downloads/hbase-0.94.7-security.tar.gz -c ./Downloads/ sudo mv ./Downloads/hbase-0.94.7-security ./Downloads/hbase sudo chown -R python ./Downloads/hbase cd Downloads/hbase conf目录下hbase-env.sh: export JAVA_HOME/usr/lib/jvm/java-8-openjdk-amd64 HBase写入的本地路径: hbase-site.xml 启动HBase bin/start-hbase.sh 用shell来连接HBase bin/hbase shell 关闭防火墙 service iptables stop 确认 service iptables status 建表操作演示 create table1,col1 list put table1,row1,col1:a,value1 put table1,row3,col1:c,value3 scan table1 //用get查看单行数据 get table1,row1 //用disable和drop删除表 disable table1 bin/stop-hbase.sh 访问地址http://localhost:60010/hiveexport HIVE_HOME/home/python/Downloads/hive export PATH$HIVE_HOME/bin:$PATH 复制conf/hive-default.xml并重命名为hive-site.xml 复制MySQL驱动到hive-install-dir/lib/。我用的是mysql-connector-java-5.1.7-bin.jar 运行Hive bin/hiveZookeeper将conf/zoo_sample.cfg拷贝一份命名为zoo.cfg也放在conf目录下 sudo mkdir /tmp/zookeeper # 在 /tmp/zookeeper目录下创建myid文件写id号用来标识当前主机 /tmp/zookeeper下执行 echo 1 myid bin/zkServer.sh start bin/zkServer.sh status sudo java-cp zookeeper-3.4.5.jar:lib/slf4j-api-1.6.1.jar:lib/slf4j-log4j12-1.6.1.jar:lib/log4j-1.2.15.jar:conf\org.apache.zookeeper.server.quorum.QuorumPeerMain conf/zoo.cfg参考Hadoop伪分布式环境搭建_hadoop安装和伪分布式集群搭建的过程-CSDN博客HBase单机环境搭建及入门_hbase可以单机运行-CSDN博客Hive环境搭建_hive搭建-CSDN博客GitHub - apache/spark: Apache Spark - A unified analytics engine for large-scale data processingSpark在Windows下的环境搭建_windows spark-CSDN博客ZooKeeper集群环境搭建实践_服务器应用_Linux公社-Linux系统门户网站创作不易小小的支持一下吧

相关推荐

leetcode 数组排序
leetcode 数组排序

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/5 0:48:00

Elasticsearch实战
Elasticsearch实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 12:01:28

C++ 计算凸包点的最小旋转矩形
C++ 计算凸包点的最小旋转矩形

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/3 16:53:22

PHPCMS v9.6.3整站模板:前后台一体化交付方案
PHPCMS v9.6.3整站模板:前后台一体化交付方案

简介:本资源是一套开箱即用的PHPCMS整站模板,面向PHP初学者、中小型网站开发者及高校信息化建设人员,解决PHPCMS二次开发中前后台界面设计与快速部署难题。压缩包共3043个文件,涵盖1415个PHP核心逻辑文件、379个JS交互脚本、375个… · 2026/11/5 10:12:37

Java Socket实战:局域网聊天与文件传输项目全解析
Java Socket实战:局域网聊天与文件传输项目全解析

简介:Chat是一款基于Java开发的局域网聊天软件,面向具备Java基础、希望理解网络通信与桌面应用整合的开发者与学习者,用于在本地网络环境中实现文字交流与文件传输。压缩包共7个文件,约14KB,以Java源码文件为核心&… · 2026/11/5 10:12:37

Windows MSMQ 实战:断网不丢消息的可靠通信方案
Windows MSMQ 实战:断网不丢消息的可靠通信方案

简介:本资源是一份基于.NET Framework的Windows消息队列(MSMQ)完整实现示例,面向C#中高级开发者及分布式系统学习者,解决异步通信、断网容错与跨进程可靠消息传递等典型场景问题。压缩包共31个文件,含9个核… · 2026/11/5 10:12:37

知网降重入口和降AI步骤:重复率降完,比话3步把知网AI率降到15%以内
知网降重入口和降AI步骤:重复率降完,比话3步把知网AI率降到15%以内

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/5 10:11:36

优化windows系统卡顿解决办法
优化windows系统卡顿解决办法

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/5 10:10:36

一千个高价值场景摆出来,一半还卡在试点这一步
一千个高价值场景摆出来,一半还卡在试点这一步

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/5 10:10:36

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

多智能体协作系统架构设计与实践优化
多智能体协作系统架构设计与实践优化

1. 多智能体协作系统的时代背景2017年Transformer架构的诞生彻底改变了人工智能的发展轨迹。当行业还沉浸在单一大模型带来的性能突破时,Anthropic的研究团队已经将目光投向了更前沿的领域——如何让多个智能体通过协作产生超越单体能力的系统智能。这就像交响乐团中… · 2026/11/5 0:00:39

大模型系统性入门实战指南:从原理到部署微调的全链路路线
大模型系统性入门实战指南:从原理到部署微调的全链路路线

提到大模型的系统性入门,我先说个结论:这事真不难,难的是资料太散、路线太多,今天这个框架明天那个工具,新人很容易在“收藏夹吃灰”和“教程看到一半放弃”之间反复横跳。市面上关于大模型的内容少说有几十万篇&#… · 2026/11/5 0:00:39

鸿蒙文件系统沙箱机制解析与开发实践
鸿蒙文件系统沙箱机制解析与开发实践

1. 鸿蒙文件系统沙箱机制深度解析作为一名从Android转向鸿蒙开发的工程师,我深刻体会到文件系统访问是迁移过程中最先遇到的"拦路虎"。在Android上运行良好的文件读写代码,在鸿蒙真机环境却频频出现文件写入后神秘消失或直接抛出权限拒绝错误的… · 2026/11/5 0:00:39

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码