大数据-笔记-1

文章地址：(可能更好的阅读体验)

https://ovo.dayi.ink/2023/11/09/big数据/
https://www.cnblogs.com/rabbit-dayi/p/17822822.html
https://type.dayiyi.top/index.php/archives/244/
https://blog.dayi.ink/?p=93
https://cmd.dayi.ink/-BShZBz_ThuNVoGepjYbsA (本文原始链接，打开速度可能偏慢)

1. 安装

2. 查看三台虚拟机IP

设置静态IP

3. 修改IPV4为manual

IP 地址如下：

gataway : 192.168.83.2
mask : 24
master: 192.168.83.10
slv1: 192.168.83.11
slv2: 192.168.83.12

3. 关闭防火墙

su
[输入密码:123456]
service iptable stop
service iptable status

===

slave1 slave2:

4.关闭防火墙自动运行

chkconfig iptables off
chkconfig --list | grep iptables

master:

slave1:

slave2:

5. 配置主机名

#hostname 
vi /etc/sysconfig/network
cat /etc/sysconfig/network
hostname dayi-bigdata-master
hostname dayi-bigdata-salve-1
hostname dayi-bigdata-salve-2

输入 i 进入编辑模式
输入 :wq 保存文件

发现已经做了）

master:

slave1:

![]

slave2:

6. IP 地址 HOSTNAME 绑定

vi /etc/hosts
192.168.83.XX master
192.168.83.xx slave1
192.168.83.xx slave2

i : 进入编辑模式
:wq : 保存文件

master:

slave1:

slave2

chk1：

7. 修改windows的host

打开文件

路径打开这个：

C:\Windows\System32\drivers\etc\

C:\Windows\System32\drivers\etc\hosts

先复制到桌面，然后修改完再复制回去（真就同步，我先想出来的pvp写的PVP）

8. 配置远程SSH登录

哦，直接登录

~~但是不是限制密钥登录..登不进去呀~~
哦哦，可以直接登录，那没事了

添加三个主机之后

ok）

锟斤拷烫烫烫

问题解决：

chk:

windows 的hosts文件C:\Windows\System32\drivers\etc\
虚拟机的IP地址是否对应

三个节点窗口：

查看 -> 交互窗口 -> 右键底部的窗口，发送交互到所有标签

因为虚拟机里套虚拟机不好截图，菜单截不下来（

这个分割线没有用

我猜的

输入

ssh-keygen

生成RSA密钥：

复制公钥：

输入到虚拟机里的

.ssh/authorized_keys

9. 时钟同步

9.1 手动时间同步

su root
[输入密码:123456]
date #显示系统时间
hwclock --show #显示硬件时间
#如果时间不一样的话这样省事，直接NTP同步时间：
#设置硬件时钟调整为与本地时钟一致
timedatectl set-local-rtc 1
#设置时区为上海
timedatectl set-timezone Asia/Shanghai
ntpdate -u  pool.ntp.org
date
## 手动同步
date -s 20230907
date -s 9:40
hwclock --systohc

显示系统时间

显示系统硬件时间：

（全是锟斤拷）

NTP同步时间

9.2 自动时间同步

下班

2023年9月13日14:09:57
时间同步

timedatectl set-local-rtc 1
#设置时区为上海
timedatectl set-timezone Asia/Shanghai
ntpdate -u  ntp.aliyun.com
hwclock --systohc

9.3 配置自动时间同步

两个从节点

crontab -e 
# 输入i进行输入模式
# ctrl+shift+v 粘贴
0 1 * * * /usr/sbin/ntpdate ntp.aliyun.com
# 输入:wq 保存

10. 免密登录

#直接输入exit
# 或者
su dayi

10.1 设置SSH免密登录

ssh-keygen -t rsa
#然后回车3次就行了

cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
cat ~/.ssh/authorized_keys

我觉得这个公钥有点用：(应该没啥用了)
ssh-rsa AAAAB3NzaC1yc2EAAAABIwAAAQEA6yR468UQBZ/9KSG71FD0UVlv9N0I6q2RfA94yLT7uGhja9vzBJSP9mDg8RF8+Z6p5+katfYE7YLzjtLNMtC5lTjkwW8WHFyCGUP0QEcAIH0ZdDVn3nwHG9k+b2XfpLNKOieWYqUoixRSzIecUd5iq3WDe4dUjgBmGhfouo+FtQob/q8OOg2iJszl86ad8dE9W2BRS3VU5q6/OZmPp8uJcfXAl4/bHJq56+FNPSwk9b+umAsiH+bqeVCkW6JJd/Tw7DGkhYACGxleF5onBtiLKwbMZ+RanWiFm9AZqod86rcmZ9IPYaWf/QXgyun5vrNBBgBT+a8CBsRoBpFk0X7CCw== dayi@dayi-bigdata-master


ssh-copy-id dayi-bigdata-slave-1
ssh-copy-id dayi-bigdata-slave-2

10.2 测试是否免密登录

ssh dayi-bigdata-slave-1
# 退出 exit 或者 ctrl+d
ssh dayi-bigdata-slave-2
# 退出 exit 或者 ctrl+d

11. 安装JDK（普通用户）

新建文件夹

cd ~
mkdir -p ~/resources
cd ~/resources

复制文件
sftp://dayi-bigdata-master
sftp://dayi-bigdata-slave-1
sftp://dayi-bigdata-slave-2

查看下当前的文件

ls 

[dayi@HOSTNAME=dayi-bigdata-slave-2 resources]$ ls
jdk-7u71-linux-x64.gz
[dayi@HOSTNAME=dayi-bigdata-slave-2 resources]$

解压

tar -zxvf jdk-7u71-linux-x64.gz 
# 重命名
mv jdk1.7.0_71 jdk

11.1 配置环境变量

# (可选,出错请忽略）按老师目录移动文件
mv ~/Home/resources ~/resources
vim ~/.bash_profile
#按 i 输入
export JAVA_HOME=~/resources/jdk
export PATH=.:$JAVA_HOME/bin/:$PATH
#input: :wq (保存)
source .bash_profile

11.2 验证JDK安装成功

java -version

12. 安装hadoop(master 普通用户)

只做主节点。

tar -zxvf hadoop-2.6.4.tar.gz 
mv hadoop-2.6.4 hadoop

编辑bash配置文件


# 记得在普通用户下
vim ~/.bash_profile

# i 输入

# 编辑模式下ctrl+shift+v
export HADOOP_HOME=~/resources/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

#:wq保存文件

np++连接

打开notepad++

输入配置文件

点这个

然后到这里来：

/home/dayi/resoureces/hadoop/etc/hadoop

修改`hadoop-env.sh`

hadoop-env.sh 25 行

export JAVA_HOME=~/resources/jdk

修改 `yarn-env.sh`

yarn-env.sh

23 行

export JAVA_HOME=~/resources/jdk

修改 `core-site.xml`

core-site.xml

<configuration>
  <property>
    <name>fs.defaultFS</name>     
    <value>hdfs://master:9000</value>   
  </property>
  <property>
    <name>hadoop.tmp.dir</name>     
    <value>/home/wg/resources/hadoopdata</value>   
  </property>
</configuration>

新建data文件夹

# 记得自己改
mkdir -p /home/dayi/resources/hadoopdata

修改`hdfs-site.xml`

<property>
   <name>dfs.replication</name>
   <value>2</value>
</property>

ctrl+s

修改`yarn-site.xml`

<configuration>
<!-- Site specific YARN configuration properties -->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <property>
   <name>yarn.resourcemanager.address</name>
   <value>master:18040</value>
  </property>
  <property>
    <name>yarn.resourcemanager.scheduler.address</name>
    <value>master:18030</value>
  </property>
  <property>
    <name>yarn.resourcemanager.resource-tracker.address</name>
    <value>master:18025</value>
  </property>
  <property>
    <name>yarn.resourcemanager.admin.address</name>
    <value>master:18141</value>
  </property>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>master:18088</value>
  </property> 
</configuration>

修改`mapred-site.xml`

打开mapred-site.xml.template
新建文件:

输入内容


<configuration>
 <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>

打开`slaves`

添加

slave1
slave2

将配置好点hadoop发送到从节点

cd ~
cd resources
scp -r 

scp -r hadoop dayi-bigdata-slave-1:~/resources/hadoop/
scp -r hadoop dayi-bigdata-slave-2:~/resources/hadoop/

13.启动hadoop

格式化文件系统（master,普通用户

hadoop namenode -format

启动hadoop

cd ~/resources/hadoop/sbin/

./start-all.sh


~/resources/hadoop/sbin/./start-all.sh

check

jps

http://master:50070

13.1 验证

#启动
~/resources/hadoop/sbin/./start-all.sh

http://master:50070

13.2 修复

~/resources/hadoop/sbin/./stop-all.sh

rm -rf ~/resources/hadoopdata
rm -rf ~/resources/hadoop/logs

hadoop namenode -format

~/resources/hadoop/sbin/./start-all.sh

结果：

14 HDFS

先保证你的节点有两个以上哦

浏览文件

hadoop fs -ls /

好像没什么东西

这里好像也可以看：

http://master:50070/explorer.html#/

# 创建目录
hadoop fs -mkdir /ovo
hadoop fs -mkdir /a

# 查看目录/
hadoop fs -ls /

主页查看文件

上传文件？

本地新建一个文件

也可以直接图形界面去干

cd ~
mkdir b
ls -alh b
cd b
echo ovo>>ovo.txt

# i 输入  esc->:wq 保存
vi test

查看目录和文件：

ls -alh
cat test

将test上传到文件系统

cd ~/b
hadoop fs -put test /a
hadoop fs -ls /a
#或者主页打开

查看文件内容

hadoop fs -cat /a/test
hadoop fs -text /a/text

下载文件

hadoop fs  -get /a/test test1
ls -alh
cat test1

修改文件权限

hadoop fs -ls /a
hadoop fs -ls /

hadoop fs -chmod +?

-rw-r--r--

- 文件/目录


rwx : read write exce（执行）

rw- ： 用户权限 (u) 
r-- : 组权限 (g)
r-- : 其他人权限 (o)

增加执行权限:

hadoop fs -chmod u+x /a/test
hadoop fs -ls  /a

组权限+wx
other权限+wx

hadoop fs -chmod o+x /a/test
hadoop fs -chmod g+x /a/test
hadoop fs -ls  /a

去除所有人的执行权限

hadoop fs -chmod a-x /a/test
hadoop fs -ls  /a

数字：

000
rwx

自由组合，二进制转十进制

比如全部权限

111 = 2^0+2^1+2^2=1+2+4=7
rwx

权限

hadoop fs -chmod 644 /a/test

#很危险的操作哦）容易被黑掉
hadoop fs -chmod 777 /a/test

hadoop fs -ls  /a

hadoop fs -chmod 644 /a/test

删除文件

hadoop fs -rm /a/test

hadoop fs -rm -r /a
hadoop fs -ls /

15. mysql安装？

新建mydb文件

普通用户

mkdir ~/resources/mydb

复制文件，把文件粘贴进去

能直接粘贴到虚拟机就不用这个

这里软件是filezila

如何连接：

检查系统里是否有自带的mysql

su

rpm -qa | grep -i mysql

有一个诶

有的话就删除

建议打个快照先

rpm -e mysql-libs-5.1.71-1.el6.x86_64 --nodeps

#然后看看还有没有

rpm -qa | grep -i mysql

安装4个文件

common , libs , client, server

#(在普通用户下)
su dayi(按你用户名)
cd ~
su 
cd resources/mydb
ls -al

安装：

rpm -ivh mysql-community-common-5.7.13-1.el6.x86_64.rpm
rpm -ivh mysql-community-libs-5.7.13-1.el6.x86_64.rpm
rpm -ivh mysql-community-client-5.7.13-1.el6.x86_64.rpm
rpm -ivh mysql-community-server-5.7.13-1.el6.x86_64.rpm

启动server

service mysqld start

修改mysql默认密码


service mysqld start
sudo cat /var/log/mysqld.log | grep 'temporary password'

mysql -uroot -p"di<aPM7a&p/("

修改密码：
用户名:root
密码:wg1%Bigdata

ALTER USER 'root'@'localhost' identified by 'wg1%Bigdata';

OK 就可以

mysql中创建用户

用户名: hadoop
密码: hadoop1%Bigdata

Grant all on *.* to 'hadoop'@'%' identified by 'hadoop1%Bigdata';
grant all on *.* to hadoop@'localhost' identified by 'hadoop1%Bigdata';
grant all on *.* to hadoop@'master' identified by 'hadoop1%Bigdata';
flush privileges;

尝试登录

quit;
su dayi
mysql -uhadoop -p"hadoop1%Bigdata"

MYSQL数据库里创建hive元数据库，叫hive1

查看当前数据库

show databases;

创建数据库

create database hive1;
show databases;
quit;

16. 安装hive

1.复制hive文件到resources

2.解压缩

#进入目录
cd ~/resources
# 解压缩
tar -zxvf apache-hive-1.2.1-bin.tar.gz
# 重命名（移动）
mv apache-hive-1.2.1-bin hive

3. NPP改配置文件

连接：

打开目录:~/resources/hive/conf

新建文件，右键文件夹hive-site.xml

内容如下：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration> 
  <property> 
    <name>hive.metastore.local</name> 
    <value>true</value> 
  </property> 
  <property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://master:3306/hive1?characterEncoding=UTF-8</value>
   </property> 
   <property> 
      <name>javax.jdo.option.ConnectionDriverName</name>
      <value>com.mysql.jdbc.Driver</value> 
   </property> 
   <property>
      <name>javax.jdo.option.ConnectionUserName</name> 
      <value>hadoop</value> 
   </property> 
   <property> 
      <name>javax.jdo.option.ConnectionPassword</name> 
      <value>hadoop1%Bigdata</value> 
   </property> 
</configuration>

如果你的主机名不一样记得改这行：
jdbc:mysql://master:3306/hive1?characterEncoding=UTF-8

jdbc:mysql://master:3306/hive1?characterEncoding=UTF-8
driver      host    port database_name  
            
hadoop 用户名
hadoop1%Bigdata 密码

4. 复制驱动

mysql-connector-java-5.1.42-bin.jar -> ~/resources/hive/lib

5.配置bash

配置环境变量

vim ~/.bash_profile

#添加这两行
export HIVE_HOME=~/resources/hive
export PATH=$PATH:$HIVE_HOME/bin

# 重载配置文件
source ~/.bash_profile

然后查看hive版本，如果能查看就说明环境目录成功了

hive --version

搞得和预言家一样

6. 替换文件

rm ~/resources/hadoop/share/hadoop/yarn/lib/jline-0.9.94.jar
cp ~/resources/hive/lib/jline-2.12.jar ~/resources/hadoop/share/hadoop/yarn/lib/

7. 启动hive

#1.下载原神(hadoop)
~/resources/hadoop/sbin/./start-all.sh

#2. 安装原神（mysqld）
service mysqld start

#3.启动原神
hive

原神：

8.启动

~/resources/hadoop/sbin/./start-all.sh
service mysqld start
hive

CRT 调整：

17.hive应用

hive>quit;

1. 新建文件

cd ~
mkdir cc
cd cc
vi stu

i 输入 ESC+:wq保存

查看文件

cat stu

2.启动hive

hive

命令:

查看数据库
```
show databases;
```
创建数据库
```
create database studb;
show databases;
```
切换数据库
```
use studb;
```
查看当前数据库里的表
```
show tables;
```

创建表
\t来区分列

create table if not exists stu
(name string,age int,sex string)
row format delimited fields terminated by '\t';
show tables;

查看文件：
http://master:50070/explorer.html#/user/hive/warehouse/studb.db/

查看表的创建信息等
```
show create table stu;
```
查看表结构
```
desc stu;
```

3. 加载数据

在hive下

从文件加载数据

load data local inpath '/home/dayi/cc/stu' into table stu;

查询表
```
select * from stu;
```
删除表
```
drop table stu;
```
删库跑路

database没有表，为空
```
drop database studb;
```
有表的情况下
```
drop database studb cascade;
```

4. 大数据分析-hive应用2

搜狗

ts    搜索时间
uid    用户id
kw    用户搜索的关键字
rank    搜索结果排序
orders    点击次数
url    访问的路径

创建

create database sogoudb;
show databases;

使用数据库

use sogoudb;

创建外部表

create external table if not exists sogou
(ts string,uid string,kw string,rank int,orders int,url string)
row format delimited fields terminated by '\t'
location '/s1/sogoudata';

查看表

show tables;
desc sogou;

加载数据方式2

把这个500M文件(sogou.500w.utf8)塞到cc目录(~/cc)

查看文件

cd ~/cc
ls -alh

上传文件

#上传文件（好慢）
hadoop fs -put sogou.500w.utf8 /s1/sogoudata
#查看文件
hadoop fs -ls /s1/sogoudata

http://dayi-bigdata-master:50070/explorer.html#/s1/sogoudata

进入hive-导入

在hive里

use sogoudb;

查询记录-前三条

select * from sogou limit 3;

查询表里总共多少记录

select count(*) from sogou;

超级慢

193秒：

查询UID总数

select count(distinct(uid)) from sogou;

还没执行完

177秒

select count(uid) from sogou 
group by uid;

出来了：

统计用户平均查询次数

$平均次数=总次数/用户个数$

建立临时表：

表a

uid	cnt
a	10
b	20

总次数 = sum(a.cnt)
用户个数 = count(a.uid)

临时表a

select uid,count(*) as cnt
from sogou
group by uid;

总表：

select sum(a.cnt)/count(a.uid) from
(select uid,count(*) as cnt
from sogou
group by uid)as a;

开炮：

好慢：

出了

3.6964094557111005

查询频度最高的前10个关键字

SELECT kw, COUNT(kw) AS cnt
FROM sogou
GROUP BY kw
ORDER BY cnt DESC
LIMIT 10;

那个URL

好慢hhhh:

出来了：

18. zookeeper

1. 复制压缩包

cd resources
tar -zxvf zookeeper-3.4.6.tar.gz
mv zookeeper-3.4.6 zookeeper

recources/zookeeper/conf

文件zoo.cfg

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/tmp/zookeeper
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888

server.1 服务器编号

master 服务器名

2888 服务端口

3888 选举端口

3.创

数据节点表示文件myid

位置 dataDir=/tmp/zookeeper

#位置在内存盘里 重启会丢失
mkdir -pv /tmp/zookeeper
cd /tmp/zookeeper
vi myid
输入1
然后ESC + :wq

# 那样建议这样写

#master
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 1 > myid
cat /tmp/zookeeper/myid

#slave1
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 2 > myid
cat /tmp/zookeeper/myid
#slave2
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 3 >myid
cat /tmp/zookeeper/myid

~~服务器炸了虚拟机没了~~（）

4. 发送zookeeper发送到从节点


cd ~/resources/
ls

scp -r zookeeper slave1:~/resources/
scp -r ~/resources/zookeeper slave2:~/resources/

5. 传送bash_profile

scp -r ~/.bash_profile slave1:~/
scp -r ~/.bash_profile slave2:~/


# 从节点分别执行：
source ~/.bash_profile

6. 启动zookeeper

cd ~/resources/zookeeper/bin/
ls 
./zkServer.sh start

#一键
~/resources/zookeeper/bin/./zkServer.sh start

跟上了

验证启动


./zkServer.sh status

这样是正常的

炸了

调试（zkServer.sh print-cmd)

"/home/dayi/resources/jdk/bin/java" -Dzookeeper.log.dir="." -Dzookeeper.root.logger="INFO,CONSOLE" -cp "/home/dayi/resources/zookeeper/bin/../build/classes:/home/dayi/resources/zookeeper/bin/../build/lib/*.jar:/home/dayi/resources/zookeeper/bin/../lib/slf4j-log4j12-1.6.1.jar:/home/dayi/resources/zookeeper/bin/../lib/slf4j-api-1.6.1.jar:/home/dayi/resources/zookeeper/bin/../lib/netty-3.7.0.Final.jar:/home/dayi/resources/zookeeper/bin/../lib/log4j-1.2.16.jar:/home/dayi/resources/zookeeper/bin/../lib/jline-0.9.94.jar:/home/dayi/resources/zookeeper/bin/../zookeeper-3.4.6.jar:/home/dayi/resources/zookeeper/bin/../src/java/lib/*.jar:/home/dayi/resources/zookeeper/bin/../conf:"  -Dcom.sun.management.jmxremote -Dcom.sun.management.jmxremote.local.only=false org.apache.zookeeper.server.quorum.QuorumPeerMain "/home/dayi/resources/zookeeper/bin/../conf/zoo.cfg"

然后直接复制启动（你的跟我的不一样)

在这里看看报错是什么

出现错误看看这个文件是否正常

/tmp/zookeeper/myid

19. 安装hbase

1. 复制文件解压缩

cd ~/resources/
tar -zxvf hbase-0.98.9-hadoop2-bin.tar.gz
mv hbase-0.98.9-hadoop2 hbase

2. 修改配置文件

文件1

~/resources/hbase/conf/hbase-env.sh

29 行：

获得JAVA_HOME:

echo $JAVA_HOME

124行：

true : 使用habase自带的ZK（你启动失败了zookeeper）

false : 不使用hbase自带的ZK （上节课启动成功）

文件2

~/resources/hbase/conf/hbase-site.xml

<configuration>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.rootdir</name>
<value>hdfs://master:9000/hbase</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>master:2181,slave1:2181,slave2:2181</value>
</property>
</configuration>

文件3

regionservers

3. 添加环境变量

export HBASE_HOME=~/resources/hbase
export PATH=$PATH:$HBASE_HOME/bin
export HADOOP_CLASSPATH=$HBASE_HOME/lib/*

保存后，sources一下

两个从节点：

source ~/.bash_profile

4. 传送文件

scp -r ~/resources/hbase slave1:~/resources/
scp -r ~/resources/hbase slave2:~/resources/
scp -r ~/.bash_profile slave1:~/
scp -r ~/.bash_profile slave2:~/

source一下

#slave1
source ~/.bash_profile
#slave2
source ~/.bash_profile

5. 原神启动

hadoop

~/resources/hadoop/sbin/./start-all.sh

验证：
http://master:50070

这种情况重新执行一下就行

zookeeper

#master
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 1 > myid
~/resources/zookeeper/bin/./zkServer.sh start
#slave1
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 2 > myid
~/resources/zookeeper/bin/./zkServer.sh start
#slave2
mkdir -pv /tmp/zookeeper && cd /tmp/zookeeper && echo 3 >myid
~/resources/zookeeper/bin/./zkServer.sh start

验证:

~/resources/zookeeper/bin/./zkServer.sh status

lader or following

hbase

~/resources/hbase/bin/start-hbase.sh

验证：
http://master:60010

20. hbase使用

1. shell

hbase shell

2. CRT

3. 命令1 list

4. 命令2 新建表

create 'stu','info','score'

        表名    列族1  列族2

4. 命令3 写数据

尽量不要超过三列

put 'stu','1','info:name','John'

put 'stu','2','info:age',20
put 'stu','3','info:name','Mary'
put 'stu','3','info:age',19


put 'stu','3','score:math',90

5. 读数据

两种方式

get 'stu','1'

get 'stu','3'

scan 读所有行

scan 'stu'

查看表结构

describe 'stu'

Table stu is ENABLED                                                                                                                                                                                            
COLUMN FAMILIES DESCRIPTION                                                                                                                                                                                     
{NAME => 'info', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE', MIN_VERSIONS => '0', TTL => 'FOREVER', KEEP_DELETED_CELLS => 'FALSE', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true'}                                                                                                                                                 
{NAME => 'score', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'NONE', MIN_VERSIONS => '0', TTL => 'FOREVER', KEEP_DELETED_CELLS => 'FALSE', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true'}                                                                                                                                                
2 row(s) in 0.0680 seconds

6. 删除

删单元格

delete 'stu','3','score:Math'

删除失败好像不会报错。

删行

deleteall 'stu','2'
scan 'stu'

删表

先让表失效
删除表

disable 'stu'
drop 'stu'
 list

20 MapReduce

肚子疼死了
拉肚子拉的有点自闭，上课没跟上

1. 安装JDK

jdk-8u102-windows-x64.exe
安装目录不要带有中文，可以的话推荐选择
C:\Program Files\Java或者D:\Program Files\Java
有闸瓦环境了非1.8版本也建议再装一个。

2. 解压缩hadoop

想法子把这个文件hadoop-2.6.4.tar.gz解压了

推荐放到目录：D:\hadoop\hadoop-2.6.4

然后修补下hadoop

需要替换文件直接替换即可。

D:\hadoop\hadoop-2.6.4\bin里面放下：

hadoop-common-2.2.0-bin-master.zip里面的bin目录（替换文件）。
hadoop.dll 放入 D:\hadoop\hadoop-2.6.4\bin （替换）
winutils.exe 放入 D:\hadoop\hadoop-2.6.4\bin (替换)

3. 配置环境变量

这一步就是加4个（3个）环境变量，没那么复杂，但是会根据你电脑的实际情况有所不一样。所以篇幅比较大

如何修改环境变量？
此电脑/这台电脑/计算机（在文件管理器里，防止你桌面的是个快捷方式）->右键属性-> 找到高级系统设置 —> 高级 -> 环境变量

按你实际修改目录，用户变量和系统变量都可以。

好像如果JAVA_HOME目录有空格的话会有些问题，

JAVA_HOME : C:\Program Files\Java\jdk1.8.0_102
classpath : .;C:\Program Files\Java\jdk1.8.0_102\lib\dt.jar;C:\Program Files\Java\jdk1.8.0_102\lib\tools.jar;C:\Program Files\Java\jdk1.8.0_102\bin
HADOOP_HOME: D:\hadoop\hadoop-2.6.4
Path(不要跟*天宇一样直接删了再加，在原来的基础上修改，你的系统不应该没有这个环境变量参数(Path)，请先找找，这个环境变量是有顺序的，前面的会优先遍历) :
- 这种的添加;C:\Program Files\Java\jdk1.8.0_102\bin\;D:\hadoop\hadoop-2.6.4\bin
- 这种的新建两个条目，移动到最上面去
  - C:\Program Files\Java\jdk1.8.0_102\bin\
  - D:\hadoop\hadoop-2.6.4\bin

验证环境变量

java -version
echo %JAVA_HOME%
ECHO %HADOOP_HOME%
hadoop verison

D:\jdk\jdk1.8.0_102

遇到这个问题：

我也不知道影不影响，原因是：Program Files中存在空格，然后他不能正常用，两个方法：

方法1:把JAVA_HOME环境变量中的Program Files改为：PROGRA~1，比如这里我改为了：C:\PROGRA~1\Java\jdk1.8.0_102
方法2(推荐）：把JDK复制一份到普通目录中（不带空格），然后修改JAVA_HOME到这里
方法三：虽然我带着的空格，但是跑起来很正常，老师跟我说是这样（求告知）

他这个JAVA_HOME的路径带空格好像会奇奇怪怪的

改成JAVA_HOME = "C:/xxxxx/jre1.8_102"（带引号会这样）

复制了jdk到没空格的目录
把hadoop的env

这样好像可以
感觉不应该呀，带空格就识别不出来感觉不至于有这种低级问题bia

也可以尝试修改这个文件的25行D:\hadoop\hadoop-2.6.4\etc\hadoop\hadoop-env.cmd

总之：
执行：

java -version
echo %JAVA_HOME%
ECHO %HADOOP_HOME%
hadoop verison

第一行和最后一行的结果应该这样，但是你的如果有点多余的东西，应该也不是很影响？

4. 新建项目

1. 配置Eclipse

感谢王策哥哥

windows->preference->java->install JREs->add->standard VM

2. 新建工程

感谢王策
file->new project->java project->next->name->finish

3. 导包

ALT+ENTER 打开项目设置
JAVA BUILD PATH -> 添加外部库
导入hadoop环境jar包

D:\hadoop\hadoop-2.6.4\share\hadoop\common所有jar包
D:\hadoop\hadoop-2.6.4\share\hadoop\common\lib所有jar包

D:\hadoop\hadoop-2.6.4\share\hadoop\hdfs所有jar包
D:\hadoop\hadoop-2.6.4\share\hadoop\hdfs\lib所有jar包

D:\hadoop\hadoop-2.6.4\share\hadoop\mapreduce所有jar包
D:\hadoop\hadoop-2.6.4\share\hadoop\mapreduce\lib所有jar包

D:\hadoop\hadoop-2.6.4\share\hadoop\yarn所有jar包
D:\hadoop\hadoop-2.6.4\share\hadoop\yarn\lib所有jar包

5. 新建包

新建`org.apache.hadoop.io.nativeio`

org.apache.hadoop.io.nativeio

然后把NativeIO.java弄到包里

可以直接拖过来

新建包 `my`

my

同样的，把文件弄过去

如果需要修改的话这里：

到master下修改下目录权限

master

#启动hadoop
~/resources/hadoop/sbin/./start-all.sh

看看网页：
http://master:50070/dfshealth.html#tab-datanode

正常的话，
设置777权限

hadoop fs -chmod 777 /

6. 尝试新建目录

运行Test.java

这样就好啦

单词统计

21 行可能需要重新配置

存放数据源

master

mkdir -pv ~/aa
cd ~/aa
vim ~/aa/words
cat ~/aa/words

[dayi@dayi-bigdata-master aa]$ cat ~/aa/words
ovo ovo
Hello words
Pig man
ZOOKEEPER
HADOOP
Hello words
ovo ovo
Zhangsan like pigman
Do u wanna build a snowman?
Come on let’s go and play!
I never see you anymore
come out the door

上传words

hadoop fs -ls /

Found 6 items
drwxr-xr-x   - dayi          supergroup          0 2023-10-26 17:09 /hbase
drwxr-xr-x   - dayi          supergroup          0 2023-10-11 14:43 /ovo
drwxr-xr-x   - dayi          supergroup          0 2023-10-18 23:40 /s1
drwx-wx-wx   - dayi          supergroup          0 2023-10-18 23:57 /tmp
drwxr-xr-x   - dayi          supergroup          0 2023-10-18 23:01 /user
drwxr-xr-x   - Administrator supergroup          0 2023-11-01 23:37 /ww
[dayi@dayi-bigdata-master aa]$ 

要有这个/ww目录
没有的话

hadoop fs -mkdir /ww
hadoop fs -chmod 777 /ww

上传文件

hadoop fs -put ~/aa/words /ww
hadoop fs -cat /ww/words

运行程序

查看文件：

http://master:50070/explorer.html#/ww/result

21 mapperreduce 代码

读取文件

package my;
import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

public class ReadData {
 public static void main(String[] args) throws Exception{
  String hdfs_addr = "hdfs://dayi-bigdata-master:9000";
  String uriSrting=hdfs_addr +"/ww/words";
  Configuration config = new Configuration();
  FSDataInputStream inputStream=null;
  try{
   FileSystem fileSystem = FileSystem.get(URI.create(hdfs_addr),config);
   inputStream = fileSystem.open(new Path(uriSrting));
   IOUtils.copyBytes(inputStream, System.out, 4096,false);
  }catch(Exception e){
   e.printStackTrace();
  }finally{
   IOUtils.closeStream(inputStream);
  }
 }
}

新建目录

上传文件

package my;

import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class PutFile {
  public static void main(String[] args) {
    String hdfs_addr = "hdfs://dayi-bigdata-master:9000";
    try{
      FileSystem fileSystem = FileSystem.get(URI.create(hdfs_addr),new Configuration());
      Path src = new Path("C:\\Windows\\System32\\drivers\\etc\\hosts");
      Path desc=new Path(hdfs_addr+"/ww/ff");
    fileSystem.copyFromLocalFile(src, desc);
    }catch (Exception e){
      e.printStackTrace();
    }
  }
}

下载文件

hadoop fs -chmod 777 /ww/ff

package my;

import java.io.FileOutputStream;
import java.io.IOException;
import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

public class GetFile {
  public static void main(String[] args) throws IOException {
    String hdfs_addr = "hdfs://dayi-bigdata-master:9000";
    // FileSystem fileSystem = new FileSystem.get(URI.create(hdfs_addr),new Configuration());
    FileSystem fileSystem=FileSystem.get(URI.create(hdfs_addr), new Configuration());
    Path src = new Path(hdfs_addr+"/ww/ff");
  
    try{
      FileOutputStream outputStream=new FileOutputStream("D:\\c.txt");
      FSDataInputStream inputStream=fileSystem.open(src);
   IOUtils.copyBytes(inputStream, outputStream, 4096, false);
  } catch (Exception e) {
   // TODO: handle exception
   e.printStackTrace();
  }
    
  }
}

列表

下发源文件

删除文件

下发文件

结束

OVO

发表于 2023-11-09 20:53 dayi 阅读(69) 评论(0) 编辑收藏举报

刷新页面返回顶部

大数据-笔记-1

大数据-笔记-1

1. 安装

2. 查看三台虚拟机IP

3. 修改IPV4为manual

3. 关闭防火墙

4.关闭防火墙自动运行

5. 配置主机名

6. IP 地址 HOSTNAME 绑定

7. 修改windows的host

8. 配置远程SSH登录

9. 时钟同步

9.1 手动时间同步

9.2 自动时间同步

9.3 配置自动时间同步

10. 免密登录

10.1 设置SSH免密登录

10.2 测试是否免密登录

11. 安装JDK（普通用户）

11.1 配置环境变量

11.2 验证JDK安装成功

12. 安装hadoop(master 普通用户)

np++连接

修改hadoop-env.sh

修改 yarn-env.sh

修改 core-site.xml

新建data文件夹

修改hdfs-site.xml

修改yarn-site.xml

修改mapred-site.xml

打开slaves

将配置好点hadoop发送到从节点

13.启动hadoop

13.1 验证

13.2 修复

14 HDFS

15. mysql安装？

修改mysql默认密码

mysql中创建用户

MYSQL数据库里创建hive元数据库，叫hive1

16. 安装hive

1.复制hive文件到resources

2.解压缩

3. NPP改配置文件

4. 复制驱动

5.配置bash

6. 替换文件

7. 启动hive

8.启动

17.hive应用

1. 新建文件

2.启动hive

3. 加载数据

4. 大数据分析-hive应用2

创建

使用数据库

创建外部表

查看表

加载数据方式2

查看文件

上传文件

进入hive-导入

查询记录-前三条

查询表里总共多少记录

查询UID总数

统计用户平均查询次数

查询频度最高的前10个关键字

18. zookeeper

1. 复制压缩包

3.创

4. 发送zookeeper发送到从节点

5. 传送bash_profile

6. 启动zookeeper

验证启动

19. 安装hbase

1. 复制文件解压缩

2. 修改配置文件

文件1

文件2

文件3

修改`hadoop-env.sh`

修改 `yarn-env.sh`

修改 `core-site.xml`

修改`hdfs-site.xml`

修改`yarn-site.xml`

修改`mapred-site.xml`

打开`slaves`

新建`org.apache.hadoop.io.nativeio`

新建包 `my`