Java之使用Hadoop探索大数据的世界
Posted 安吉吉吉
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Java之使用Hadoop探索大数据的世界相关的知识,希望对你有一定的参考价值。
什么是大数据
PB = 1024tb
7123913827189tb
Reids
无共享
HDFS
优点 :特别适合存储大型文件
TFS
hdfs 架构
NameNode: 整个hadoop总管,只有一个,DataNode down了
存储为镜像文件fsimage 和edites
secondary 定期合并日志文件及镜像文件
DataNode 负责存储数据
以固定大小的block为基本单位组织文件内容 默认大小是64M
MapReduce
JobTracker 主要负责资源监控及作业调度。
TaskTrachker
slot 分为Map slot Reduce slot
Task
map Task Reduce Tack
配置单台hadoop 伪分布式环境
1编辑 ~/.bashrc
export HADOOP_HOME=/usr/local/hadoop //hadoop 安装路径
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
保存后让设置生效
source ~/.bashrc
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output ‘dfs[a-z.]+‘
数据本地化
运算移动,数据不移动
需求:查询哪个账户钱最多
moneys[] ....//moneys = 56789778687687;
max = 0L;
for(i=0L:moneys){
if(i>max){
max=i;
}
}
MapReduce
Map1 Map 2 Map4
1233 4223423 423432
1000 800 1200
1200
./etc/hadoop/core-site.xml
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/data</value>
</property>
</configuration>
优酷Java视频总汇地址:http://i.youku.com/i/UMTI4MTEzNTA0MA==?spm=a2hww.20023042.uerCenter.5~5!2~A
以上是关于Java之使用Hadoop探索大数据的世界的主要内容,如果未能解决你的问题,请参考以下文章
大数据先驱Cloudera拥抱云计算,探索后Hadoop时代的下一代数据平台