《大数据应用技术》实验1
第二章 熟悉常用的Linux操作和Hadoop操作
1.实验目的
- 为后续上机实验做准备，熟悉常用的Linux操作和Hadoop操作。
2.实验平台
操作系统：Linux
Hadoop版本：2.7.1
3.实验内容和要求
（一）熟悉常用的Linux操作
请按要求上机实践如下linux基本命令。
cd命令：切换目录
（1）切换到目录 /usr/local
（2）去到目前的上层目录
（3）回到自己的主文件夹
cd ~命令
ls命令：查看文件与目录
（4）查看目录/usr下所有的文件
mkdir命令：新建新目录
（5）进入/tmp目录，创建一个名为a的目录,并查看有多少目录存在
（6）创建目录a1/a2/a3/a4
rmdir命令：删除空的目录
（7）将上例创建的目录a（/tmp下面）删除
（8）删除目录a1/a2/a3/a4，查看有多少目录存在
cp命令：复制文件或目录
（9）将主文件夹下的.bashrc复制到/usr下，命名为bashrc1
（10）在/tmp下新建目录test，再复制这个目录内容到/usr
mv命令：移动文件与目录，或更名
（11）将上例文件bashrc1移动到目录/usr/test
（12）将上例test目录重命名为test2
rm命令：移除文件或目录
（13）将上例复制的bashrc1文件删除
（14）将上例的test2目录删除
cat命令：查看文件内容
（15）查看主文件夹下的.bashrc文件内容
tac命令：反向列示
（16）反向查看主文件夹下.bashrc文件内容
more命令：一页一页翻动查看
（17）翻页查看主文件夹下.bashrc文件内容
head命令：取出前面几行
（18）查看主文件夹下.bashrc文件内容前20行
（19）查看主文件夹下.bashrc文件内容，后面50行不显示，只显示前面几行
tail命令：取出后面几行
（20）查看主文件夹下.bashrc文件内容最后20行
（21）查看主文件夹下.bashrc文件内容，只列出50行以后的数据
chown命令：修改文件所有者权限
（22）将hello文件所有者改为root帐号，并查看属性
Vim/gedit/文本编辑器：新建文件
（23）在主文件夹下创建文本文件my.txt，输入文本保存退出。
vi my.txt
i
ESC
:wq
回车
tar命令：压缩命令
（24）将my.txt打包成test.tar.gz
（25）解压缩到~/tmp目录
（二）熟悉使用MySQL shell操作
mysql -u root -p进入mysql界面
（26）显示库：show databases;
（27）进入到库：use 库名;
（28）展示库里表格：show tables;
（29）显示某一个表格属性：desc 表格名;
（30）显示某一个表格内的具体内容：select *form 表格名;
（31）创建一个数据库：create databases sc;
（32）在sc中创建一个表格：create table if not exists student( );
（33）向表格student中插入具体内容：insert into 表格名(名)values(value);
插入记录包含自己的学号姓名。
（33）显示表的内容。
**
参考：
Linux 文件与目录管理 | 菜鸟教程 (runoob.com)在虚拟机里打开网页，可以复制命令。
MySQL 教程
https://www.runoob.com/mysql/mysql-tutorial.html
（三）熟悉Hadoop及其操作
1.用图文与自己的话，简要描述Hadoop起源与发展阶段。
Hadoop是道格·卡丁（Doug Cutting）创建的，Hadoop是世界上最大的富豪Apache捐助的分布式系统基础架构。该框架由java语言设计实现，用以实现在大量计算机组成的集群中对海量数据进行分布式计算。Hadoop得以在大数据处理应用中广泛应用得益于其自身在数据提取、变形和加载(ETL)方面上的天然优势。Hadoop的分布式架构，将大数据处理引擎尽可能的靠近存储。Hadoop起源于开源网络搜索引擎Apache Nutch，后者本身也是Lucene项目的一部分。Nutch项目面世后，面对数据量巨大的网页显示出了架构的灵活性不够。当时正好借鉴了谷歌分布式文件系统，做出了自己的开源系统NDFS分布式文件系统。第二年谷歌又发表了论文介绍了MapReduce系统，Nutch开发人员也开发出了MapReduce系统。随后NDFS和MapReduce命名为Hadoop，成为了Apache顶级项目。
从Hadoop的发展历程来看，它的思想来自于google的三篇论文。
GFS：Google File System 分布式处理系统 ------》解决存储问题
Mapreduce：分布式计算模型 ------》对数据进行计算处理
BigTable：解决查询分布式存储文件慢的问题，把所有的数据存入一张表中，通过牺牲空间换取时间
2.对比操作三个文件系统：分别用命令行与窗口方式查看windows,Linux和Hadoop的文件系统的用户主目录。
3.一个操作案例：
启动hdfs
查看与创建hadoop用户目录。
在用户目录下创建与查看input目录。
将hadoop的配置文件上传到hdfs上的input目录下。
运行MapReduce示例作业，输出结果放在output目录下。
查看output目录下的文件。
查看输出结果
将输出结果文件下载到本地。
查看下载的本地文件。
停止hdfs
37.设置Hadoop环境变量，在本地用户主目录下启动hdfs，查看hdfs用户主目录，停止hdfs。
**
参考博客：https://www.cnblogs.com/MissDu/p/8831525.html
posted on
