一、Hadoop集群使用
一键启动大数据环境
/onekey/my-start-all.sh
一键关闭大数据环境
/onekey/my-stop-all.sh
查看启动进程
jps
二、HDFS文件系统
1.HDFS的概述
HDFS ( Hadoop Distributed File System )是 Apache Hadoop 项目的一个子项目, 是使用 HDFS 作为存储系统 . HDFS 使用多台计算机存储文件 , 并且提供统一的访问接口 , 像是访问一个普通文件系统一样使用分布式文件系统.
2.HDFS的特点
(1) HDFS 文件系统可存储超大文件,时效性稍差。
(2) HDFS 具有硬件故障检测和自动快速恢复功能。
(3) HDFS 为数据存储提供很强的扩展能力。
(4) HDFS 存储一般为一次写入,多次读取,只支持追加写入,不支持随机修改。
(5) HDFS 可在普通廉价的机器上运行。
3.HDFS的架构
HDFS 采用 Master/Slave 架构
一个 HDFS 集群有两个重要的角色,分别是Namenode, Datanode 。
HDFS 的四个基本组件 :HDFS Client,NameNode,Datanode,Secondary NameNode 。
(1)Client
就是客户端。文件切分。
文件上传 HDFS 的时候, Client 将文件切分成 一个一个的 Block ,然后进行存储
与 NameNode 交互,获取文件的位置信息。
与 DataNode 交互,读取或者写入数据。
Client 提供一些命令来管理 和访问 HDFS ,比如启动或者关闭 HDFS 。
(2)NameNode
就是 master,它是一个主管、管理者。
管理 HDFS 元数据(文件路径,文件的大小,文件的名字,文件权限,文件的 block 切片信息
(3)DataNode
就是 Slave 。 NameNode 下达命令, DataNode 执行实际的操作。
存储实际的数据块。
执行数据块的读 / 写操作。
定时向 namenode 汇报 block 信息。
三、HDFS特点:
1. HDFS文件系统可存储超大文件,时效性稍差。
2 .HDFS具有硬件故障检测和自动快速恢复功能。
3. HDFS为数据存储提供很强的扩展能力。
4. HDFS存储一般为一次写入,多次读取,只支持追加写入,不支持随机修改。
5. HDFS可在普通廉价的机器上运行。