一.定义HDFS(Hadoop Distributed File System):它是一个文件系统，用于储存文件，通过目录树来定位文件。同时，它是分布式的，由很多服务器联系起来实现其功能，集群的服务器有各自的角色。HDFS的使用场景：适合一次写入，多次读入的场景，且不支持文件的修改。适合用来做数据分析，不适合做网盘应用。二.优点1.高容错性：a）：数据自动保存为多个副本。它通过增加副本的方式，提高
转载
2023-07-12 10:11:00
76阅读
hdfs应用1. hdfs概述1.1 产生背景随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。1.2 什么是hdfsHDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目
转载
2023-10-08 09:19:22
82阅读
HDFS（分布式文件系统）是Apache Hadoop的核心组件之一，而YARN（资源调度和管理系统）也是Hadoop的重要组成部分。那么，HDFS是否依赖于YARN呢？本文将对这个问题进行详细解答，并提供相应的代码示例来帮助读者更好地理解。
首先，让我们来了解一下HDFS和YARN的基本概念。HDFS是一个设计用于在具有大量节点的集群上存储和处理大规模数据的分布式文件系统。它将文件划分为多个块
原创
2023-12-25 07:15:02
90阅读
HDFS 和 yarn都是主从架构 master==>slave1.DN NM一般部署在同一个机器上 原因是数据本地化2.大数据生态圈大部分组件都是主从架构，例如hdfs yarn有些是集群架构 例如 zookeeper kafka hbase也是主从架构，master regionserver ，但是hbase比较特殊，这个要注意。 HDFS HA架构官网架构图Name
转载
2023-07-28 19:10:01
128阅读
1. 阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系，为什么要引入Yarn和Spark。 HDFS, MapReduce, Yarn, Hbase及Spark的相互关系如图所示： 从图中可以看出Hadoop的核心是HDFS和MapReduce，HBase、yarn、hive和spark都是在HDFS的基础上操作的。其
转载
2023-08-01 13:29:53
108阅读
搭建HDFS高可用在搭建hdfs高可用过程中，以node1、node2和node3来搭建高可用环境，每个节点所分配的作用如表4.3所示。 由表4.3中可以看出，NameNode（NN）分别配置在node1和node2上，ZKFC配置在node1和node3上，JournalNode（JN）配置在node1、node2和node3上，ZooKeeper（ZK）配置在
转载
2023-07-12 11:41:14
413阅读
目标：yarn的搭建，在上面跑MapReduce，自己写出代码 回顾： 1.最终去开发MapReduce计算程序 2.新版本，hadoop2.x 出现了yarn：资源管理 -> MR没有后台的长服务 yarn模型：container 容器，里面会运行我们的application master，map/reduce task 目的：解耦计算程序和资源调度 MapReduce on yarn 架
转载
2023-08-24 18:52:13
138阅读
目的 本指南概述HDFS的高可用性(HA)的特性,以及如何配置和管理HA HDFS集群,使用NFS实现NameNode共享存储 本文假设读者有一个大致了解通用组件和一个HDFS集群中的节点类型。详情请参阅HDFS架构指南。
注意：QJM或者共享存储
本指南讨论如何配置使用HDFS HA使用NFS目录在活跃的和备份的NameNode之间分享edit日志，对于如何通过QJM实现HA请参
转载
2024-08-07 18:09:50
102阅读
hdfs完整性：用户希望储存和处理数据的时候，不会有任何损失或者损坏。所以提供了两种校验：1.校验和（常用循环冗余校验CRC-32）。2.运行后台进程来检测数据块。校验和：a.写入数据节点验证b.读取数据节点验证c.恢复数据d.Localfilesystem类e.ChecksumfileSystem类写入数据节点验证：会对写入的所有数据计算校验和，并在读取数据时验证校验和。 元数据节点负责在验证
转载
2024-01-13 08:01:21
39阅读
工作中需要使用Hadoop环境，在三节点上搭建了一套Hadoop环境，顺便做下笔记。因为机器内存较低，没有使用CDH，为保证和线上环境一致，使用Hadoop等版本和CDH5.10的一致。
一、环境及软件准备设置ip地址，hosts，ssh免密登录，scp，sudo，关闭防火墙，yum，ntp时间同步 略。Java安装 略
转载
2023-12-27 12:57:13
60阅读
这里写自定义目录标题一. 原理分析二. 搭建HDFS高可用集群1. 环境准备2. 安装zookeeper3. zookeeper 安装包下载4.准备3个zk下创建数据存放目录5.在每个数据文件夹中准备一个myid文件6. 编辑每个data目录中myid7. 将zk配置文件zoo.cfg创建在zkdata目录中8.启动zk节点8. 查看zk角色信息9. 其他三台Hadoop机器10.配置hadoo
转载
2023-11-02 08:25:32
85阅读
一、HttpFS的简介在项目中使用到 HDFS 作为存储，为了在不同的环境下都可以使用 HDFS 上的数据，我们使用采用了 HttpFS 服务，这样不需要部署 Hadoop 的环境，就可以访问到了，无论是 Windows 还是 Linux 。为什么不用 WebHDFS 呢？因为这个我们的集群 NameNode 是 HA 的，所以在访问文件前，需要确认 Active 的 NameNode，而且比较不
转载
2024-04-20 21:17:00
100阅读
文章目录注意事项Hadoop 和 Hive 整合搭建Hive1. 安装MySQL2. 安装Hive3. 启动Hive4. DataGrip连接hive 注意事项Hive是一款基于Hadoop的数据仓库软件，不管使用何种方式配置Hive Metastore，必须先保证服务器的基础环境正常，Hadoop集群健康可用服务器基础环境集群时间同步、防火墙关闭、主机Host映射、免密登录、JDK安装Hado
转载
2024-04-08 07:08:22
42阅读
HDFS是一个分布式文件系统，安装完成之后使用起来类似于本地文件系统，但是它是一个网络文件系统，所以访问这种文件系统的方式和访问本地文件系统的方式还是有所差别的(本地文件系统的方式是基于系统调用的，当然也有类似NFS这样的网络文件系统可以使用和本地文件系统相同的访问方式，那是因为已经在内核中安装了NFS，而HDFS只是一个应用层的服务程序罢了)。但是这些命令看上去还是和常用的shell命令很类似的
转载
2024-04-17 09:46:47
32阅读
不定期更新HDFShdfs异构存储：2.6版本新增在一个集群内实现冷热数据的存储。storagetype：ram_disk，ssd，disk，archive 由快到慢，内存/固态硬盘/硬盘/压缩，默认为disk硬盘。archive为高密度的存储介质。异构存储的步骤：1 datanode通过心跳汇报自身数据存储目录的storagetype给namenode。2 namenode进行汇总并更新集群内各
关于Hdfs的理解关于HDFS的问题总结1、DataNode每6s向NameNode上传一次请求，这个关键点在于6秒，但是很多人会有这样一个问题，那namenode在多长时间接收不到请求，会认为宕掉了？这个是一个问题。2、关于HDFS的磁盘不足问题，当要存储的数据大于磁盘的时候，选择增加节点进行扩容。3、移动数据和移动计算的比较，移动数据成本较大，消耗的网络IO资源比较大，所以选择移动计算，在na
转载
2023-09-22 21:40:22
53阅读
Hadoop学习Hadoop概述及CentOS安装和使用一. Hadoop概述1.HDFS2.MapReduce二.准备工作1.安装虚拟机软件 Vmware Workstation Pro2.安装Linux操作系统（CentOS7.4）下载CentOS镜像文件安装CentOSCentOS配置 Hadoop概述及CentOS安装和使用一. Hadoop概述Hadoop是一个分布式系统基础架构，用户
转载
2024-03-29 21:15:32
33阅读
高可用HDFS集群部署集群规划说明：在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。 hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，另一种是
转载
2024-04-19 14:34:32
36阅读
这两天有粉丝问我，在一个成熟大数据系统中，最不能缺少的核心是什么？我仔细思考了一下，是消息系统之王的 Kafka 吗？不，还有 RocketMQ 和 Pulsar 可以选。是人人都会接触的协调系统 Zookeeper 吗？也未必，Redis 如日中天！大数据技术栈一览接下来，我顺着一个成熟大数据系统的工作模式反复考虑，最终有了结论：任何一个分布式程序执行，都需要从系统
环境准备zookeeper：zookeeper-3.4.14hadoop：hadoop-2.8.5hbase：hbase-1.4.13master：namenode、resourcemanager，slave1：secondarynamenode、datanode，slave2：datanode一、Hadoop集群搭建1、hadoop安装包解压tar zxvf hadoop-2.8.5.tar.g
