任务一：虚拟机安装任务二：Linux系统安装Hadoop是一个开源的、可运行与Linux集群上的分布式计算平台，用户可借助Hadoop存储和分析大数据。本项目包含的任务有基础环境的配置（虚拟机安装、Linux安装等），Hadoop集群搭建、验证。任务一：虚拟机安装（1）VMware Workstation（本课程使用该软件）：https://pan.baidu.com/s/1izck7kVLcPS
转载
2023-07-19 13:23:13
119阅读
HDFS客户端操作（开发重点）目录HDFS客户端操作（开发重点）3.1 HDFS客户端环境准备3.2 HDFS的API操作3.2.1 HDFS文件上传（测试参数优先级）3.2.2 HDFS文件下载3.2.3 HDFS文件夹删除3.2.4 HDFS文件名更改3.2.5 HDFS文件详情查看3.2.6 HDFS文件和文件夹判断3.1 HDFS客户端环境准备1）下载回来的Hadoop-3.1.0.tar
转载
2024-01-30 19:18:17
46阅读
0X00 Hadoop介绍和漏洞原理Hadoop是一个由Apache的分布式系统基础架构，用户可开发分布式程序，充分利用集群的威力进行高速运算和存储，实现了一个分布式文件系统(Hadoop Distributed File System)。其中HDFS组件有高容错性的特点，并且部署在低廉的(low-cost)硬件上即可提供高吞吐量(high throu
转载
2023-09-14 08:16:58
108阅读
文章目录大数据概念特点应用场景Hadoop概述hadoop发展历史hadoop三大发行版本hadoop的优势hadoop的组成HDFSYARNMapReduce三者之间的关系大数据技术生态体系Hadoop的运行环境搭建模板虚拟机搭建安装 Workstation 15安装Centos第一步安装硬件第二步安装软件第三步配置IP第四步使用Xshell访问安装软件包安装JDK安装Hado
转载
2023-09-05 09:59:56
11阅读
第一章：hadoop介绍大数据技术介绍数据的来源在早期，数据是通过调查问卷的方式进行，但互联网的兴起，数据的调查不需要问卷方式，可以通过用户的操作行为来记录并进行统计，且并数据是大规模的存储在存储服务器集群中。什么是大数据大数据（bigdata），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量
转载
2023-09-14 13:22:54
60阅读
上一篇文章，博主为大家分享了hadoop的安装以及集群的启动，本篇博客将带领小伙伴们一起来感受下hadoop命令和Linux命令的使用有什么不同。 一、首先，启动hadoop集群，执行脚本sh start-dfs.sh;sh start-yarn.sh 二、浏览器中查看dfs中的文件目录（此时文件为空），对应的到h
转载
2023-09-26 15:52:04
70阅读
本讲通过实验的方式讲解Hadoop文件系统的操作。“云计算分布式大数据Hadoop实战高手之路”之完整发布目录首先我们看一些比较常用的Hadoop文件系统的操作命令：第一个常用命令：hadoop fs –ls例如使用以下命令是列出文件系统根目录下的文件和文件夹，具体效果如下图所示： 第二个常用命令：hadoop fs –mkidr例如使用以下命令是在HDFS中的根目录下创建一
转载
2023-05-22 09:12:06
186阅读
大数据从入门到实战 - 第2章 分布式文件系统HDFS第1关：HDFS的基本操作任务描述本关任务：使用Hadoop命令来操作分布式文件系统。编程要求在右侧命令行中启动Hadoop，进行如下操作。在HDFS中创建/usr/output/文件夹；在本地创建hello.txt文件并添加内容：“HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。”；将hello.txt上传至HDFS的/usr/outp
转载
2023-08-09 20:52:42
349阅读
2 相关技术及原理2.1 Hadoop相关技术和原理2.1.1 HDFS分布式存储系统2.1.2 MapReduce并行计算框架与Yarn资源调度器2.2 全基因组测序相关技术和处理流程2.2.1 原始数据质控2.2.2 数据预处理2.2.3 变异检测2.2.4 相关文件格式概述2.3 本章小结 2 相关技术及原理2.1 Hadoop相关技术和原理本节主要对基于Hadoop平台的相关技术，如：H
转载
2023-10-07 19:50:02
123阅读
代表性的大数据技术涵盖了大数据处理的各个领域和环节，下面介绍几种常用和代表性的技术：1. HadoopHadoop是由Apache开发的分布式计算框架，主要由HDFS（Hadoop Distributed File System）和MapReduce两部分组成。Hadoop通过分布式存储和分布式计算来处理海量数据，并支持数据的高可用性和可靠性。目前已经成为了大数据处理的基础设施，并且被广泛应用在搜
转载
2023-07-12 14:58:05
96阅读
第三章、Hadoop基础操作目录结构：1.查看Hadoop集群的基本信息 1.1 查询集群的存储系统信息 1.2 查询系统的计算资源信息2.上传文件到HDFS目录 2.1 了解HDFS文件系统 2.2 掌握HDFS的基本操作 &nbs
转载
2023-07-28 18:39:31
393阅读
实验目的要求 目的：（1）掌握数据仓库工具Hive的使用；要求：掌握数据仓库Hive的使用；能够正常操作数据库、表、数据； 实验环境 五台独立PC式虚拟机；主机之间有
转载
2023-07-25 09:52:04
146阅读
安装centos，配置stable ip address，文件系统，根目录用户密码，hostname，安装相关工具打开centos，创建hadoop用户，密码。配置eth0，onboot=YES， 重启网卡。关闭iptables，selinux，安装vsftpd安装辅助工具：flashfxp，secureCRT。vsftp上传 JDK 和 Hadoop。安装JDK，检测。配置SSH,实现maste
转载
2023-05-23 17:30:59
123阅读
Hadoop简介Hadoop是Apache旗下的一套开源分布式计算平台。 应用范围：利用服务器集群，根据用户的自定义业务逻辑，对海量数据进行分布式处理。 核心组件：HDFS（分布式文件系统）高容错性、高伸缩性等允许用户将Hadoop部署在低廉的硬件上YARN（运算资源调度系统）MAPREDUCE（分布式运算编程框架）允许用户在不了解分布式系统细节情况下开发并行应用程序。准备Linux环境虚拟机克隆
转载
2023-09-01 10:09:50
132阅读
MapReduce处理大数据集的过程是把大数据集分解成为成百上千个小数据集，每个数据集分别由整个HDFS集群中一个节点进行处理并生成中间结果，然后将这些中间结果又由大量的节点合并，形成最终结果。其原理是1、数据的分布式存储HDFS和普通的文件系统一据，每一份Block还会复制成数份数据存储到不同的DataNode上，而NameNode成为整个HDFS的核心，它通过维护一些数据结构来记录每一个文件被
转载
2023-10-18 11:10:04
65阅读
大数据处理技术发展趋势传统数据处理系统面临的问题：
如上图：传统数据处理系统面临的问题主要有：海量数据的存储成本。有限的扩展能力。数据资产对外增值。大数据处理能力的不足。单一数据源。流式数据处理缺失。数据处理技术演进趋势：
数据处理技术演进的趋势：完全共享模式存储方式：磁盘。特点：单机、Scale up。缺点：性能存在瓶颈、扩展性能差。数据库服务器存储方式：高性能网络存储。特点：集
转载
2023-09-27 20:13:40
84阅读
菜鸟教程Shell script学习笔记(下)以下内容是学习菜鸟教程之shell教程，所整理的笔记Shell流程控制和Java、PHP等语言不一样，sh的流程控制不可为空，如(以下为PHP流程控制写法)：<?php
if (isset($_GET["q"])){
search(q);
}
else {
//不做任何事情
}
#在sh/bash里不可以这么写，如果else分支没
转载
2024-07-16 14:11:46
45阅读
这是一组系列博文，目的是详尽介绍 SQL-on-Hadoop 。本系列的第一篇会介绍 Hadoop 系统的存储引擎和在线事务处理（简称 OLTP ）；第二篇将介绍在线分析处理（简称 OLAP ）；第三篇将介绍对 Hadoop 引擎的改进以及在相关替代产品中如何选型等话题。SQL on Hadoop 是一个既令人兴奋又令人困扰的话题；几乎每周都有一个新的 SQL on Hadoo
转载
2024-02-04 14:29:12
14阅读
了解大数据首先，搞清楚hadoop在处理大数据的定位在哪里什么是大数据？为什么要处理大数据？数据量大（Volume） 数据类别复杂（Variety） 数据处理速度快（Velocity） 数据真实性高（Veracity） 合起来被称为4V。处理大数据是为了挖掘数据中的隐含价值如何处理大数据？集中式计算VS分布式计算集中式计算：通过不断增加处理器的个数来增强耽搁计算机的计算能力，从而提高处理的速度。需
转载
2024-04-19 11:59:47
43阅读
Hadoop技术梗概（一）概要Hadoop的核心主要包括几个子项目。Hadoop common、Hadoop HDFS、以及Hadoop MapReduce。这三个部分是Hadoop最重要的三个部分。Hadoop common是Hadoop的核心，是曾经Hadoop项目的Core部分。很多其他版块都依赖于Hadoop common。Hadoop common主要负责Hadoop的配置以及Hadoo
转载
2023-12-11 22:43:29
53阅读
