一、Elasticsearch for Hadoop安装Elasticsearch for Hadoop并不像logstash、kibana一样是一个独立的软件，而是Hadoop和Elasticsearch交互所需要的jar包。所以，有直接下载和maven导入2种方式。安装之前确保JDK版本不要低于1.8，Elasticsearch版本不能低于1.0。 官网对声明是对Hadoop 1.1.x、1
转载
2024-05-07 21:37:19
78阅读
1 HDFS 基础1.1 NameNode文件 fsimage：保存文件系统目录树信息以及文件与块的对应关系，每次namenode启动的时候，都会读取fsimage，将目录树信息装载到内存中。文件 edits.log 日志：储存日志信息。在namenode启动后，所有对目录结构的增加，删除，修改等操作都会记录到edits.log文件中，不会同步记录到 fsimage。1
转载
2023-12-18 20:13:55
89阅读
elasticsearch-hadoop使用示例 在elasticsearch-hadoop的具体使用中碰到了几个问题，有必要记录一下，避免下次遇到时又要重新研究。利用spark读取es数据源的简单示例 import org.elasticsearch.spark.sql._
val esOptions = Map("es.nodes"->"192.168.1.2,192.16
转载
2024-05-21 20:15:17
87阅读
今天总结了一些HDFS的分享一下。。 HDFS是hadoop分布式文件系统是一中文件系统，设计用于在商用硬件上运行，它与现有的分布式文件系统有许多相似之处，但是与这些分布式文件系统有所差别，Hdfs具有高度的容错能力，致力与部署在低成本的硬件上。HDFS提供对应用数据的高吞吐量访问，适用于具有极大规模数据集的应用程序。HDFS为了实现对文件系统数据的
转载
2024-04-02 00:00:13
29阅读
HDFS Java API 可以用于任何Java程序与HDFS交互，该API使我们能够从其他Java程序中利用到存储在HDFS中的数据，也能够使用其他非Hadoop的计算框架处理该数据
为了以编程方式与HDFS进行交互，首先需要得到当前配置文件系统的句柄，实例化一个Configuration对象，并获得一个Hadoop环境中的FileSystem句柄，它将指向当前环境的HDFS NameNode
转载
2023-09-01 08:26:09
73阅读
这篇博客是笔者在CSDN里的第一篇博客，旨在希望在这个圈子能够得到更多的交流、更快的成长。 这篇博客就讲些比较基础的内容——常用HDFS的API操作。因为所有的API比较多，所以笔者便从中摘选出11个比较常用的API,希望能给读者一些帮助。因为Hadoop中关于文件操作类基本上都在“org.apache.hadoop.fs”包中，这些API的主要作用主要体现在以下操作上：打开文件、读写文件、删除文
转载
2023-09-01 08:28:43
85阅读
HDFS Java API 位于 org.apache.hadoop.fs 包中，这些API能够支持的操作包括打开文件、读写文件、删除文件等。Hadoop类库中最终面向用户提供的接口类是FileSystem。该类是一个抽象类，只能通过get方法获取到具体的类。该类封装了大部分文件操作，如mkdir、delete等。 <!--指定maven项目jdk编译版本，默认是jdk1.5--&
转载
2023-08-18 19:31:40
78阅读
最近刚好又重新了解了一下hdfs的一些内容，想通过这篇内容总结和记录一下。Hadoop分布式文件系统HDFS配置及示例运行。 作者使用的是hadoop3.2.1的版本，以下示例都是以hadoop-3.2.1为基础目录进行介绍。1、文件配置首先，进入hadoop配置目录: ./etc/hadoop$ cd etc/hadoop/(1) 配置core-site.xml文件vi 进入编辑模式$ vi c
转载
2023-07-23 17:16:21
239阅读
目录1：创建目录2、查看文件，ls 没有cd命令， 需要指定绝对路径3：上传文件 put（要先把数据上传到linux本地然后再上传）4：下载文件 get5:复制 cp6：查看文件内容 cat , 如果数据量比较大，不能使用7：移动 mv, 物理层面文件没有移动，只是改变了元数据（目录结构）8：删除文件或者目录 rmr9：查看文件末尾 tail -f ; 一直等待查看10、查看文件的大小11：查看日
转载
2023-08-18 20:45:55
176阅读
文章目录Hadoop三大组件之HDFS入门HDFS概述HDFS的shell操作(开发重点)基础语法部分常用命令实操上传下载HDFS的直接操作 Hadoop三大组件之HDFS入门众所周知，Hadoop有三大组件，HDFS、MapReduce、YARN。我的专栏是说大数据，那么数据总得需要存储吧，那么我们今天一起来看看这神秘的大数据有着怎样的身体，能够吸引这广大的学子来”看她“。HDFS概述存在即合
转载
2023-07-14 20:17:28
93阅读
HDFS API详解org.apache.hadoop.fs"包中，这些API能够支持的操作包含：打开文件，读写文件，删除文件等。Hadoop类库中最终面向用户提供的接口类是FileSystem，该类是个抽象类，只能通过来类的get方法得到具体类。get方法存在几个重载版本，常用的是这个： static FileSystem get(Configuration conf);
转载
2023-07-23 23:39:36
112阅读
Hadoop 生态是一个庞大的、功能齐全的生态，但是围绕的还是名为 Hadoop 的分布式系统基础架构，其核心组件由四个部分组成，分别是：Common、HDFS、MapReduce 以及 YARN。
Common 是 Hadoop 架构的通用组件；
HDFS 是 Hadoop 的分布式文件存储系统；
MapReduce 是Hadoop 提供的一种编程模型，可用于大规模数据集的并行运算；
YARN
转载
2023-09-13 11:24:12
108阅读
Hadoop的配置详解 大家经过搭建单节点、伪分布、完全分布模式的集群环境，基本上会用到以下几个配置，core-site.xm/hdfs-site.xml/mapred-site.xml. 相信大家已经使用了其中的一些参数，下面我们来详细介绍一下各个配置中的参数，介绍的参数是大家可能用到的，当然还有很多没介绍到(学习hadoop不久,如果哪里错了，请
转载
2023-09-13 11:25:32
145阅读
1.HadoopHadoop是大数据开发的重要框架，是一个由Apache基金会所开发的分布式系统基础架构，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，在Hadoop2.x时 代，增加 了Yarn，Yarn只负责资 源 的 调 度。 目前hadoop包括hdfs、mapreduce、yarn、核心组件。hdfs用于存储，mapred
转载
2023-07-17 22:29:51
82阅读
hadoop/hdfs首先hadoop是apache基金会用java语言实现的开源软件框架，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/hdfs和mfs都是分布式文件系统，二者的比较如下1、hdfs和mfs都是类似goolefs的实现方式，即一个master+多个chunkserver构成的集群2、都存在master单点故障问题3、都支持在线扩容4、
原创
2017-03-05 17:44:48
1044阅读
hadoop hdfshdfs特性首先，它是一个文件系统 用于存储文件的 提供统一命名空间的目录树结构 便于用户操作文件系统其次doop 2.x block size = 128Mh
原创
2022-10-31 11:22:42
152阅读
Hadoop hdfs 一、HDFS入门 1．HDFS基本概念 1.1．HDFS介绍 HDFS是Hadoop Distribute File System 的简称，意为：Hadoop分布式文件系统。是 Hadoop核心组件之一，作为最底层的分布式存储服务而存在。 分布式文件系统解决的问题就是大数据存储。它们是横跨在多台计算机上的存储系统。分布式文件系统在大数据时代有着广泛的应用前景，它们为存储和处
转载
2023-09-15 22:28:41
54阅读
Hadoop之HDFS（二）HDFS基本原理 HDFS 基本 原理1，为什么选择 HDFS 存储数据 之所以选择 HDFS 存储数据，因为 HDFS 具有以下优点：1、高容错性
数据自动保存多个副本。它通过增加副本的形式，提高容错性。
某一个副本丢失以后，它可以自动恢复，这是由 HDFS 内部机制实现的，我们不必关心。
转载
2023-08-18 20:55:59
53阅读
HDFS（Hadoop Distributed File System）是Hadoop项目的核心子项目，是分布式计算中数据存储管理的基础，是基于流数据模式访问和处理超大文件的需求而开发的，可以运行于廉价的商用服务器上。它所具有的高容错、高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障的存储，为超大数据集（Large Data Set）的应用处理带来了很多便利。背景随着数据量越
转载
2023-08-18 20:46:38
91阅读
hadoop三大核心：HDFS、YARN、MapReducehadoop四大模块： Common、HDFS、YARN、MapReduceHadoop Common：为其它Hadoop模块提供基础设施Hadoop Distributed File System (HDFS)：一个高可靠、高吞吐量的分布式文件系统；来源于google的GFS分布式文件系统。 易于扩展的分布式文件系统运行在
转载
2023-07-06 18:37:01
131阅读
