一周总结

一、什么是hadoop

1. Hadoop是一个由Apache基金会所开发的分布式系统基础架构
2. 主要解决，海量数据的__存储__和海量数据的__分析计算__问题。
3. 广义上来说，HADOOP通常是指一个更广泛的概念——HADOOP生态圈

二、hadoop的发展史

1. Lucene--Doug Cutting开创的开源软件，用java书写代码，实现与Google类似的全文搜索功能，它提供了全文检索引擎的架构，包括完整的查询引擎和索引引擎
2. 2001年年底成为apache基金会的一个子项目
3. 对于大数量的场景，Lucene面对与Google同样的困难
4. 学习和模仿Google解决这些问题的办法 ：微型版Nutch
5. 可以说Google是hadoop的思想之源(Google在大数据方面的三篇论文) GFS --->HDFS Map-Reduce --->MR BigTable --->Hbase
6. 2003-2004年，Google公开了部分GFS和Mapreduce思想的细节，以此为基础Doug Cutting等人用了2年业余时间实现了DFS和Mapreduce机制，使Nutch性能飙升
7. 2005 年Hadoop 作为 Lucene的子项目 Nutch的一部分正式引入Apache基金会。2006 年 3 月份，Map-Reduce和Nutch Distributed File System (NDFS) 分别被纳入称为 Hadoop 的项目中
8. 名字来源于Doug Cutting儿子的玩具大象
9. Hadoop就此诞生并迅速发展，标志这云计算时代来临

三、hadoop的优势

1. 高可靠性：因为Hadoop假设计算元素和存储会出现故障，因为它维护多个工作数据副本，在出现故障时可以对失败的节点重新分布处理。
2. 高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。
3. 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。
4. 高容错性：自动保存多份副本数据，并且能够自动将失败的任务重新分配。

四、Hadoop组成

1. Hadoop HDFS：一个高可靠、高吞吐量的分布式文件系统。
2. Hadoop MapReduce：一个分布式的离线并行计算框架。
3. Hadoop YARN：作业调度与集群资源管理的框架。
4. Hadoop Common：支持其他模块的工具模块。

五、HDFS架构概述

1. NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等。
2. DataNode(dn)：在本地文件系统存储文件块数据，以及块数据的校验和。
3. Secondary NameNode(2nn)：用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

六、YARN架构概述

1. ResourceManager(rm)：处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度；
2. NodeManager(nm)：单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令；
3. ApplicationMaster：数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错。
4. Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。

七、MapReduce架构概述

MapReduce将计算过程分为两个阶段：Map和Reduce

1. Map阶段并行处理输入数据
2. Reduce阶段对Map结果进行汇总

国内镜像下载

国内阿里云镜像下载：https://mirrors.aliyun.com/centos/7/isos/x86_64/
进入阿里云站点，选择 CentOS-7-x86_64-DVD-1810.iso下载

1、打开VMware Workstation Pro 15.5，点击“创建新的虚拟机”

2、选择“自定义（高级）”，下一步

3、此步用默认选项即可

4、点击“稍后安装操作系统”，下一步

4、选择要安装的虚拟机操作系统。这里我安装的是Linux的CentOS 7 64位系统，按照实际情况选择即可，下一步

可能出现的问题
在桌面虚拟机软件VMVare Workstation中创建新的虚拟机，选择客户机操作系统时，出现“此主机不支持64位客户机操作系统，此系统无法运行”的警告。

如果无视这个问题，直接点击“下一步”，倒也可以完成环境的配置，但是后面想要开启此虚拟机并正式安装红帽系统时，会出现“ VMware Workstation 与 Hyper-V不兼容 ”的提示，需要移除Hyper-V然后再运行VMWare安装CentOS。
这两个问题出现的根本原因都是Hyper-V和VMware冲突了，因此解决这个问题就需要关闭Hyper-V。

解决方法——通过命令行
以管理员身份运行命令提示符（cmd），然后执行命令 bcdedit /set hypervisorlaunchtype off ，执行完后重启计算机即可解决。

6、配置CPU个数。根据电脑性能，配置给虚拟机的处理器（CPU）。

简单来说就是两两相乘，核总数不能超过本机的

处理器数量（P）：
1、启用了超线程或具有双核CPU的单处理器主机可视为拥有两个逻辑处理器。
2、只有拥有至少两个逻辑处理器的主机才支持指定多个虚拟处理器。
3、具有两个CPU的多处理器主机无论是否为双核处理器或是否启用了超线程，均视为拥有至少两个逻辑处理器。
4、物理CPU个数×每颗核数就等于逻辑CPU的个数。

每个处理器的核心数量（C）：
1、多内核（multicore chips）是指在一个处理器（CPU）中集成两个或多个完整的计算引擎（内核）。
2、一个CPU中可以包括多个核，相当于逻辑上的多个CPU在工作。

每个人电脑配置不一样，最后设置的数量只要没有超出电脑配置即可。博主的电脑配置如下：

如果还想搞的更清楚可以参考博客：VMware : 处理器数量和每个处理器的核心数量

这里的内存也是根据本机来的，不用给很大，够用就行，我这里给2048MB

 

以上都选默认的就行了

磁盘大小根据建议值来就行，系统安装之后也就占5、6个G的样子

这里默认的就好了，直接下一步

点击完成

 

引导设置成功后先进入Centos的主引导界面
菜单有三个选项

1、安装CentOS
2、试用CentOS
3、故障排除

这里进入第一项- 安装Centos【上下键选中并回车】

 

第二个界面是选择安装语言界面，我相信看这个教程的很多童鞋都是新手或者第一次安装Centos的同胞，对于新手而言，最好选择可以看懂的中文语言，往下拉到底就可以看到中文了，选中它。单机Continue/继续 【或者键盘的Tab键选中+回车确定】

第三个界面非常关键，这涉及到你系统的基本配置，比如硬盘大小、根分区以及swap分区

本地化：本地化这一块不需要做过多的配置，按需即可；
软件：软件下面的安装源和软件选中，只有特殊需求的童鞋才会用到。这一点从里面的选项描述就可以知道，为了不错误引导新手，这里就不放图了。
系统：我们来重点说一下系统

先说KDUMP

对于新手来说，这个在新手阶段无使用价值，配置启用或者不启用都无关紧要

安装位置
由于安装位置涉及到你自己的磁盘数据以及分区内容，如果原分区包含有数据、有必要先备份数据

点击 添加磁盘 按钮可以添加指定的附加设备或者网络设备（通过ISCSI、FCoE等方式添加硬盘）
然后下面其他存储选项中有

Automatically configure partitioning
自动配置分区
I will configure partitioning
手动配置分区
I would like to make additional space available

Hadoop 下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/

1 ） 用 XShell 文件传输 工具将 hadoop-3.1.3.tar.gz 导入到 opt 目录下面的 software 文件夹下面
注：我在上一篇文章中将hadoop与jdk一起导入了，如果按照我上一篇文章一步步做的就不需要做这一步了

 

2 ） 进入到 Hadoop 安装包路径下
[leokadia@hadoop102 ~]$ cd /opt/software/

3 ） 解压安装文件到/opt/module 下面
[leokadia@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

4 ） 查看是否解压成功
[leokadia@hadoop102 software]$ ls /opt/module/
hadoop-3.1.3

5 ）进入hadoop
进入hadoop解压位置
[leokadia@hadoop102 software]$ cd ..
[leokadia@hadoop102 opt]$ cd module
[leokadia@hadoop102 module]$ ll

总用量 0
drwxr-xr-x. 9 leokadia leokadia 149 9月 12 2019 hadoop-3.1.3
drwxr-xr-x. 7 leokadia leokadia 245 4月 2 2019 jdk1.8.0_212
1
2
3

进入hadoop-3.1.3
[leokadia@hadoop102 module]$ cd hadoop-3.1.3

6 ） 将 Hadoop 添加到环境变量
（1）获取 Hadoop 安装路径
[leokadia@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
（2）打开/etc/profile.d/my_env.sh 文件
[leokadia@hadoop102 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh
➢ 在 my_env.sh 文件末尾添加如下内容：（shift+g）

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
 
➢ 保存并退出： :wq

 

（3）让修改后的文件生效
[leokadia@hadoop102 hadoop-3.1.3]$ source /etc/profile

6 ） 测试是否安装成功
[leokadia@hadoop102 hadoop-3.1.3]$ hadoop version
Hadoop 3.1.3

 

7 ） 重启 （ 如果 Hadoop 命令不能用 再重启 虚拟机 ）
[leokadia@hadoop102 hadoop-3.1.3]$ sudo reboot

拓展： Hadoop 目录 结构

1 ） 查看 Hadoop 目录结构
[leokadia@hadoop102 hadoop-3.1.3]$ ll

总用量 176
drwxr-xr-x. 2 leokadia leokadia 183 9月 12 2019 bin
drwxr-xr-x. 3 leokadia leokadia 20 9月 12 2019 etc
drwxr-xr-x. 2 leokadia leokadia 106 9月 12 2019 include
drwxr-xr-x. 3 leokadia leokadia 20 9月 12 2019 lib
drwxr-xr-x. 4 leokadia leokadia 288 9月 12 2019 libexec
-rw-rw-r--. 1 leokadia leokadia 147145 9月 4 2019 LICENSE.txt
-rw-rw-r--. 1 leokadia leokadia 21867 9月 4 2019 NOTICE.txt
-rw-rw-r--. 1 leokadia leokadia 1366 9月 4 2019 README.txt
drwxr-xr-x. 3 leokadia leokadia 4096 9月 12 2019 sbin
drwxr-xr-x. 4 leokadia leokadia 31 9月 12 2019 share
 
2 ） 重要目录
（1）bin 目录：存放对 Hadoop 相关服务（hdfs，yarn，mapred）进行操作的脚本
（2）etc 目录：Hadoop 的配置文件目录，存放 Hadoop 的配置文件
（3）lib 目录：存放 Hadoop 的本地库（对数据进行压缩解压缩功能）
（4）sbin 目录：存放启动或停止 Hadoop 相关服务的脚本
（5）share 目录：存放 Hadoop 的依赖 jar 包、文档、和官方案例

 

最近报名考驾校，时间分配不是很够，后面会再仔细一点发博客。