Hadoop, HBase, Hive, ZooKeeper默认端口说明
Posted
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Hadoop, HBase, Hive, ZooKeeper默认端口说明相关的知识,希望对你有一定的参考价值。
参考技术A 组件 |Daemon |端口 |配置 |说明--|
HDFS |DataNode |50010 |dfs.datanode.address |datanode服务端口,用于数据传输
| |50075 |dfs.datanode.http.address |http服务的端口
| |50475 |dfs.datanode.https.address |https服务的端口
| |50020 |dfs.datanode.ipc.address |ipc服务的端口
|NameNode |50070 |dfs.namenode.http-address |http服务的端口
| |50470 |dfs.namenode.https-address |https服务的端口
| |8020 |fs.defaultFS |接收Client连接的RPC端口,用于获取文件系统metadata信息。
|journalnode |8485 |dfs.journalnode.rpc-address |RPC服务
| |8480 |dfs.journalnode.http-address |HTTP服务
|ZKFC |8019 |dfs.ha.zkfc.port |ZooKeeper FailoverController,用于NN HA
YARN |ResourceManager |8032 |yarn.resourcemanager.address |RM的applications manager(ASM)端口
| |8030 |yarn.resourcemanager.scheduler.address |scheduler组件的IPC端口
| |8031 |yarn.resourcemanager.resource-tracker.address |IPC
| |8033 |yarn.resourcemanager.admin.address |IPC
| |8088 |yarn.resourcemanager.webapp.address |http服务端口
|NodeManager |8040 |yarn.nodemanager.localizer.address |localizer IPC
| |8042 |yarn.nodemanager.webapp.address |http服务端口
| |8041 |yarn.nodemanager.address |NM中container manager的端口
|JobHistory Server |10020 |mapreduce.jobhistory.address |IPC
| |19888 |mapreduce.jobhistory.webapp.address |http服务端口
HBase |Master |60000 |hbase.master.port |IPC
| |60010 |hbase.master.info.port |http服务端口
|RegionServer |60020 |hbase.regionserver.port |IPC
| |60030 |hbase.regionserver.info.port |http服务端口
|HQuorumPeer |2181 |hbase.zookeeper.property.clientPort |HBase-managed ZK mode,使用独立的ZooKeeper集群则不会启用该端口。
| |2888 |hbase.zookeeper.peerport |HBase-managed ZK mode,使用独立的ZooKeeper集群则不会启用该端口。
| |3888 |hbase.zookeeper.leaderport |HBase-managed ZK mode,使用独立的ZooKeeper集群则不会启用该端口。
Hive |Metastore |9083 |/etc/default/hive-metastore中export PORT=<port>来更新默认端口 |
|HiveServer |10000 |/etc/hive/conf/hive-env.sh中export HIVE_SERVER2_THRIFT_PORT=<port>来更新默认端口 |
ZooKeeper |Server |2181 |/etc/zookeeper/conf/zoo.cfg中clientPort=<port> |对客户端提供服务的端口
| |2888 |/etc/zookeeper/conf/zoo.cfg中server.x=[hostname]:nnnnn[:nnnnn],标蓝部分 |follower用来连接到leader,只在leader上监听该端口。
| |3888 |/etc/zookeeper/conf/zoo.cfg中server.x=[hostname]:nnnnn[:nnnnn],标蓝部分 |用于leader选举的。只在electionAlg是1,2或3(默认)时需要。
所有端口协议均基于TCP。
而特定的Daemon又有特定的URL路径特定相应信息。
更多说明
Hadoop基础之《(11)—整合HBase+Phoenix+Hive—安装Hive》
一、什么是Hive
1、Hive简介
Hive是由Facebook开源,基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张表,并提供类SQL查询功能。Hive主要是做海量数据的分析和计算的。
2、为什么会有Hive?它解决了什么问题?
下面通过一个案例,来快速了解一下Hive。
例如:需求,统计单词出现个数。
(1)在Hadoop中我们用MapReduce程序实现的,需要些Mapper、Reducer和Driver三个类,并实现对应逻辑,相对繁琐。
(2)如果通过Hive SQL实现,一行就搞定了,简单方便,容易理解。
3、Hive本质
Hive是一个Hadoop客户端,用于将HQL(Hive SQL)转化为MapReduce程序。
(1)Hive中每张表的数据存储在HDFS。
(2)Hive分析数据底层的实现是MapReduce(也可配置为Spack或者Tez)。
(3)执行程序运行在Yarn上。
二、Hive架构原理
1、架构图
2、服务
Metastore:存储元数据,表字段、表数据在hdfs上的路径等
HiveServer2:提供jdbc或odbc访问接口,提供用户认证功能
Hive Client:Hive客户端
3、执行流程
(1)用户创建table
(2)Metastore中记录对应表的路径
(3)在hdfs中映射表关系
(4)用户根据业务需求编写相应的HQL语句
(5)Driver翻译sql为MapReduce
(6)提交yarn执行
(7)将结果写入hdfs路径或临时表
(8)如果是查询语句,返回计算结果
4、用户接口:Client
CLI(command-line interface)、JDBC/ODBC。
说明:JDBC和ODBC的区别。
(1)JDBC的移植性比ODBC好。
(2)两者使用的语言不同,JDBC在Java编程时使用,ODBC一般在C/C++编程时使用。
5、元数据:Metastore
元数据包括:数据库(默认是default)、表名、表的拥有者、列/分区字段、表的类型(是否外部表)、表的数据所在目录等。
默认存储在自带的derby数据库中,由于derby数据库只支持单客户端访问,生产环境中为了多人开发,推荐使用MySQL存储Metastore,但是安装配置太麻烦。
6、驱动器:Driver
(1)解析器(SQLParser):将SQL字符串转换成抽象语法树(AST)。
(2)语义分析(Semantic Analyzer):将AST进一步划分为QueryBlock。
(3)逻辑计划生成器(Logical Plan Gen):将语法树生成逻辑计划。
(4)逻辑优化器(Logical Optimizer):对逻辑计划进行优化。
(5)物理计划生成器(Physical Plan Gen):根据优化后的逻辑计划生成物理计划。
(6)物理优化器(Physical Optimizer):对物理计划进行优化。
(7)执行器(Execution):执行该计划,得到查询结果并返回给客户端。
三、Hive安装
1、下载安装包
cd /tmp
wget https://dlcdn.apache.org/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz
tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /appserver
cd /appserver
mv apache-hive-3.1.3-bin/ hive
2、配置环境变量
vi /etc/profile
添加
export HIVE_HOME=/appserver/hive
export PATH=$PATH:$HIVE_HOME/bin
使配置生效
source /etc/profile
3、初始化元数据库(默认是derby数据库,不使用)
bin/schematool -dbType derby -initSchema
因为内嵌数据库,只能使用本机命令行客户端,不能使用外部JDBC/ODBC客户端。
四、Hive连接mysql
1、安装mysql
略过
搜索rpm包的网站:https://pkgs.org/
2、下载mysql驱动jar包
将mysql的JDBC驱动拷贝到hive的lib目录下。
cp /tmp/mysql-connector-j-8.0.32.jar $HIVE_HOME/lib
3、mysql中创建metastore数据库和hive用户
create database metastore default charset utf8mb4 collate utf8mb4_general_ci;
create user 'hive'@'%' identified by 'hive';
grant all privileges on metastore.* to 'hive'@'%';
flush privileges;
4、在$HIVE_HOME/conf目录下,建立hive-site.xml文件
cd /appserver/hive/conf
vi hive-site.xml
添加
<configuration>
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://192.168.52.11:3306/metastore?serverTimezone=UTC</value>
<description>
JDBC connect string for a JDBC metastore.
To use SSL to encrypt/authenticate the connection, provide database-specific SSL flag in the connection URL.
For example, jdbc:postgresql://myhost/db?ssl=true for postgres database.
</description>
</property>
<!-- jdbc连接的Driver -->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<!-- jdbc连接的username -->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>Username to use against metastore database</description>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
<description>password to use against metastore database</description>
</property>
<!-- hive默认在HDFS的工作目录 -->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
<description>location of default database for the warehouse</description>
</property>
</configuration>
5、初始化hive元数据库
bin/schematool -dbType mysql -initSchema
6、验证元数据是否配置成功
bin/hive
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/appserver/hive/lib/log4j-slf4j-impl-2.17.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/appserver/hadoop/hadoop-3.3.4/share/hadoop/common/lib/slf4j-reload4j-1.7.36.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Hive Session ID = 17c34420-ff60-4aa8-975b-abd7e121e22a
Logging initialized using configuration in jar:file:/appserver/hive/lib/hive-common-3.1.3.jar!/hive-log4j2.properties Async: true
Loading class `com.mysql.jdbc.Driver'. This is deprecated. The new driver class is `com.mysql.cj.jdbc.Driver'. The driver is automatically registered via the SPI and manual loading of the driver class is generally unnecessary.
Hive Session ID = bd993361-f2c9-4cfc-8dff-3e1bf157edf9
Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases.
hive> show databases;
OK
default
Time taken: 0.494 seconds, Fetched: 1 row(s)
7、使用hive
hive> create table stu(id int, name string);
OK
Time taken: 0.807 seconds
hive> insert into stu values(1,"ss");
Query ID = root_20230209122931_16eca7d9-d918-4d48-8611-02e51d6b3c9b
Total jobs = 3
Launching Job 1 out of 3
Number of reduce tasks determined at compile time: 1
In order to change the average load for a reducer (in bytes):
set hive.exec.reducers.bytes.per.reducer=<number>
In order to limit the maximum number of reducers:
set hive.exec.reducers.max=<number>
In order to set a constant number of reducers:
set mapreduce.job.reduces=<number>
Starting Job = job_1675910632302_0001, Tracking URL = http://hadoop001:8088/proxy/application_1675910632302_0001/
Kill Command = /appserver/hadoop/hadoop-3.3.4/bin/mapred job -kill job_1675910632302_0001
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
2023-02-09 12:29:54,504 Stage-1 map = 0%, reduce = 0%
2023-02-09 12:30:22,464 Stage-1 map = 100%, reduce = 0%, Cumulative CPU 1.84 sec
2023-02-09 12:30:31,668 Stage-1 map = 100%, reduce = 100%, Cumulative CPU 3.25 sec
MapReduce Total cumulative CPU time: 3 seconds 250 msec
Ended Job = job_1675910632302_0001
Stage-4 is selected by condition resolver.
Stage-3 is filtered out by condition resolver.
Stage-5 is filtered out by condition resolver.
Moving data to directory hdfs://hadoop001:8020/user/hive/warehouse/stu/.hive-staging_hive_2023-02-09_12-29-31_229_8346627652307208831-1/-ext-10000
Loading data to table default.stu
MapReduce Jobs Launched:
Stage-Stage-1: Map: 1 Reduce: 1 Cumulative CPU: 3.25 sec HDFS Read: 15184 HDFS Write: 235 SUCCESS
Total MapReduce CPU Time Spent: 3 seconds 250 msec
OK
Time taken: 65.381 seconds
hive> select * from stu;
OK
1 ss
Time taken: 0.516 seconds, Fetched: 1 row(s)
五、hive元数据库介绍
1、DBS表
存储数据库信息。
2、TBLS表
存储我们在hive中创建表的信息。
3、SDS表
存储建的表的位置信息。
4、COLUMNS_V2表
存储和字段相关的信息。
以上是关于Hadoop, HBase, Hive, ZooKeeper默认端口说明的主要内容,如果未能解决你的问题,请参考以下文章
持久化实体 nosql (hadoop/hbase/hive)
无法使用 Hive 版本 1.1.0 HBase 版本 0.94.8 和 hadoop 版本 2.7.0 从 Hive 创建 Hbase 表