2023/5/9
今天学了5h30min(上课疯狂摸鱼),视频看到了p27安装flume之前。
整体都是环境的搭建,因为hadoop,flume,kafka啥的都搭建了好多次了,没啥难度,视频1.5倍速就当复习了一遍。
但是也碰到了几个问题,比如手动编写的分发脚本xsync不是要放在atguigu的bin文件夹下嘛,但是我的atguigu/bin不是全局变量,我也不知道为啥,我怀疑是一开始给atguigu用户权限的操作出了问题,然后我就用了老师给的样板机hadoop100
然后我把hadoop四个配置文件贴上吧,毕竟文档里没有。
core-site.xml
fs.defaultFS hdfs://hadoop102:8020 hadoop.tmp.dir /opt/module/hadoop/data hadoop.http.staticuser.user atguigu hadoop.proxyuser.atguigu.hosts * hadoop.proxyuser.atguigu.groups * hadoop.proxyuser.atguigu.users *1.第四行的hadoop102是主机映射,你可以直接用虚拟机的ip地址,但是还是建议改成 hadoop102~hadoop104,因为后边都是用的映射,你总不能每次都改ip吧
2.第九行的路径要改成自己的,你要注意你是不是在opt的module里,以及hadoop的文件夹名字,如果你没有改名的话他应该是hadoop-3.xxx啥的
hdfs-site.xml
dfs.namenode.http-address hadoop102:9870 dfs.namenode.secondary.http-address hadoop104:9868 dfs.replication 3记得hadoop102和hadoop104都是映射名,如果你不是记得改了
yarn-site.xml
yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop103 yarn.nodemanager.env-whitelist JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HO yarn.scheduler.minimum-allocation-mb 512 yarn.scheduler.maximum-allocation-mb 3072 yarn.nodemanager.resource.memory-mb 3072 yarn.nodemanager.pmem-check-enabled true yarn.nodemanager.vmem-check-enabled false yarn.log-aggregation-enable true yarn.log.server.url http://hadoop102:19888/jobhistory/logs yarn.log-aggregation.retain-seconds 604800yarn只需要注意最大内存和最小内存的配置,最大内存不要超过你当前虚拟机的内存,一般来说hadoop102的内存要比103和104要大,所以你分发完之后要去103和104改了。
最大内存改成虚拟机的内存或者小一点,然后最小内存不能不最大的大(这个应该好理解吧。。。),允许管理的物理内存和最大内存一样大就行
mapred-site.xml
mapreduce.framework.name yarn mapreduce.jobhistory.address hadoop102:10020 mapreduce.jobhistory.webapp.address hadoop102:19888除了映射名之外没啥要注意的~
workers
hadoop102
hadoop103
hadoop104
workers要留意留的是映射名,不能有空格和空行,不然hadoop会读进去的,然后如果后期要添加节点就需要在workers里添加对应的映射也好ip也好,不然你的集群咋知道谁是自己人。
配置完成之后,在格式化namenode之前一定要拍快照!!!!
配置完成之后,在格式化namenode之前一定要拍快照!!!!
配置完成之后,在格式化namenode之前一定要拍快照!!!!
重要的事情说三遍
如果你格式化出问题了,需要把hadoop文件夹里的data文件夹和logs文件夹删掉,然后再去修改问题,然后再格式化。
千万不要出了错还疯狂格式化,那样一定会不行的,一定要删掉hadoop文件夹下的data和logs才行
当然不排除别的问题,所以我才说在格式化前一定要拍快照
格式化之后就是在hadoop102启动hdfs
然后再hadoop103启动yarn,注意哦,是hadoop103,不要搞错了
然后编写群起脚本,hadoop就算完成了。
如果你是服务都起来了,但是web网页进不去,比如hadoop102:9870啥的
1.查看虚拟机的防火墙关了没,然后检查你的主机能不能ping通虚拟机,反过来行不行(一般不是这个问题,不然xshell都用不了)
2.查看win系统里的映射配置了没,因为hadoop102还是映射名,你在win里使用需要配置,如果不配置的话直接用ip也可以,我的是192.168.10.102.
至于去哪里配置,C:\Windows\System32\drivers\etc\hosts
如果说权限有问题修改不了,你就把他复制到桌面上修改了,再粘回去覆盖掉
然后就是配置zookeeper和kafka了,这个没啥难度,跟着视频来就行。
只有一点要注意就是,关闭zookeeper和kafka的时候要先关闭kafka,不然如果先关闭的zookeeper,你的kafka就不能通过正常的命令来关闭了,只能直接强行kill -9了
今天我就搞到了这里,明天继续来更新~
day3
2023/5/10
各位,我来啦!今天锻炼花的时间久了点。
今天总共学了5h,视频看到了p36的一半,成功安装了mysql flume maxwell
然后按照视频的顺序我说一下自己碰到的问题以及解决方式
1.
flume 在idea里编辑代码的时候 pom包的maven打包插件依赖爆红,虽然老师说可以不用管,但是如果想解决的话也是有办法的
进到你的maven对应的文件夹下的/maven/repository/org/apache/maven/plugins
然后将pom文件里对应的版本号改成文件夹下有的版本号就不会爆红了
2.
在虚拟机搭建好mysql,我在win上连接mysql的工具是DataGrip 2021.1.3,但是在连接mysql的时候一直报错,连接不上,报错内容如下:
[08S01]
Communications link failureThe last packet sent successfully to the server was 0 milliseconds ago. The driver has not received any packets from the server.
No appropriate protocol (protocol is disabled or cipher suites are inappropriate).
我是在确认防火墙,映射,权限一切问题都没有的情况下,在网上找到了这个解决方法
将useSSL选择为NO就行,至于具体原因是啥也不清楚,如果有大佬知道可以解释一下,跪谢大佬!
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数大数据工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上大数据开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)
[外链图片转存中…(img-alSrBKfs-1712577814524)]
[外链图片转存中…(img-CQB3iOf3-1712577814525)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上大数据开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)
[外链图片转存中…(img-Y0jQiijM-1712577814525)]