随笔分类 -  Hadoop

CDH开启高可用后，NameNode主备节点切换
摘要：获取Namenode ID 查看nn1的状态 hdfs haadmin -getServiceState namenode30 #standby hdfs haadmin -getServiceState namenode37 #active 修改nn2为standby状态 hdfs haadmin 阅读全文
posted @ 2022-09-02 09:47 民宿 阅读(480) 评论(0) 推荐(1) 编辑
大数据平台配置文件汇总
摘要：1.Hadoop相关配置文件 1.1core-site.xml <?xml version="1.0" encoding="utf-8"?> <configuration> <!-- HA 指定hdfs的nameservice为bdpha--> <property> <name>fs.default 阅读全文
posted @ 2021-11-25 13:21 民宿 阅读(169) 评论(0) 推荐(0) 编辑
org.apache.hadoop.security.AccessControlException: Permission denied
摘要：问题 访问HDFS报错：org.apache.hadoop.security.AccessControlException: Permission denied import org.apache.hadoop.conf.Configuration; import org.apache.hadoop 阅读全文
posted @ 2021-11-25 11:55 民宿 阅读(389) 评论(0) 推荐(0) 编辑
如何用形象的比喻描述大数据的技术生态
摘要：大数据本身是个很宽泛的概念，Hadoop生态圈（或者泛生态圈）基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆，各有各的用处，互相之间又有重合。你可以用汤锅直接当碗吃饭喝汤，你可以用小刀或者刨子去皮。但是每个工具有自己的特性，虽然奇怪的组合也能工作 阅读全文
posted @ 2021-11-02 16:11 民宿 阅读(257) 评论(0) 推荐(0) 编辑
本地配置hadoop3.0.0开发环境
摘要：This page summarizes the steps to install Hadoop 3.0.0 on your Windows environment. Reference page: https://wiki.apache.org/hadoop/Hadoop2OnWindows ht 阅读全文
posted @ 2021-08-05 13:27 民宿 阅读(229) 评论(0) 推荐(0) 编辑
Yarn 日志聚合优化—摆脱 HDFS 依赖
摘要：背景 （1）问题背景 线上集群 Container 日志上报的事务集群 namenode rpc 持续飙高，影响到了 Yarn 分配 Container 的性能，任务提交数下降，导致整个集群的吞吐量下降。 （2）原因简介 作业提交到 Yarn 集群时，每个 NM 节点都会对每个 app 作业进行日志 阅读全文
posted @ 2021-07-23 13:11 民宿 阅读(920) 评论(0) 推荐(0) 编辑
Yarn聚合日志
摘要：一、聚合日志介绍 日志聚集是YARN提供的日志中央化管理功能，它能将运行完成的Container任务日志上传到HDFS上，从而减轻NodeManager负载，且提供一个中央化存储和分析机制。默认情况下，Container 任务日志存在在各个NodeManager上，保存在"yarn.nodemana 阅读全文
posted @ 2021-07-23 13:09 民宿 阅读(462) 评论(0) 推荐(0) 编辑
Yarn集群资源管理器
摘要：一、Yarn 架构 1.1 基本概念 Yarn 采用传统的 master-slave 架构模式，其主要由 4 种组件组成，它们的主要功能如下： ResourceManager（RM）：全局资源管理器，负责整个系统的资源管理和分配； 处理客户端请求 启动/监控ApplicationMaster 监控N 阅读全文
posted @ 2021-07-23 12:02 民宿 阅读(256) 评论(0) 推荐(0) 编辑
Yarn ApplicationMaster源码分析
摘要：本文主要介绍 ApplicationMaster 的运行流程，并从 ApplicationMaster 的启动、注册/心跳、Container 资源申请与分配三个角度分析相关源码。其中花了大量篇幅介绍 ApplicationMaster 的启动过程，包括任务提交流程、App/Attempt 转换过程 阅读全文
posted @ 2021-07-23 11:39 民宿 阅读(239) 评论(0) 推荐(0) 编辑
Yarn Container启动流程源码分析
摘要：在 《ApplicationMaster启动及资源申请源码分析》中，AM 向 RM 注册后，会周期性地通过 RPC 函数 ApplicationMaster#allocate() 与 RM 通信，通信目的包括请求资源、获取新分配的资源及形成周期性心跳，本文中我们重点看看 AM 向 RM 申请到 Co 阅读全文
posted @ 2021-07-23 11:37 民宿 阅读(557) 评论(0) 推荐(0) 编辑
Yarn NodeManager总体架构
摘要：NodeManager（NM）是 Yarn 中单个节点上的代理，它管理 Hadoop 集群中单个计算节点，功能包括与 ResourceManager 保持通信、管理 Container 的生命周期、监控每个 Container 的资源使用情况、追踪节点健康状况、管理日志和不同应用程序用到的附属服务（ 阅读全文
posted @ 2021-07-23 11:34 民宿 阅读(249) 评论(0) 推荐(0) 编辑
经典MapReduce作业和Yarn上MapReduce作业运行机制
摘要：一、经典MapReduce的作业运行机制 如下图是经典MapReduce作业的工作原理： 1.1 经典MapReduce作业的实体 经典MapReduce作业运行过程包含的实体： 客户端，提交MapReduce作业。 JobTracker，协调作业的运行。JobTracker是一个Java应用程序， 阅读全文
posted @ 2021-07-23 11:30 民宿 阅读(198) 评论(0) 推荐(0) 编辑
Yarn ResourceManager总体架构
摘要：一、ResourceManager基本职能 在YARN中，ResourceManager负责集群中所有资源的统一管理和分配，它接收来自各个节点（NodeManager）的资源汇报信息，并把这些信息按照一定的策略分配给各个应用程序（实际上是ApplicationMaster）。整体上讲，Resourc 阅读全文
posted @ 2021-07-23 11:28 民宿 阅读(434) 评论(0) 推荐(0) 编辑
hadoop3.X完全分布式集群搭建
摘要：五台机器已经配好ip地址和免秘钥登录，文中不在赘述，有疑问的同学可自行百度，另外本集群采用非root用户搭建，很多命令都带有sudo，若使用root用户搭建，可忽视，如果你也使用非root用户，请特别注意，免秘钥也是非root用户 集群规划 hadoop1hadoop2hadoop3hadoop4h 阅读全文
posted @ 2021-04-30 00:04 民宿 阅读(483) 评论(0) 推荐(0) 编辑
Yarn的工作机制
摘要：我们知道 YARN 是 Hadoop 资源管理器，无论是 MapReduce 应用还是 Spark 应用，应该都会用到 Yarn。 Yarn 的组成以及工作流程： 先介绍几个角色 ResourceManager一个集群只有一个 RM，它是 YARN 的总指挥，负责协调集群上的计算资源，它有以下两个组 阅读全文
posted @ 2021-04-15 19:57 民宿 阅读(722) 评论(1) 推荐(1) 编辑