hadoop
基础入门
主要有运行模式:
本地(只配置了hadoop_HOME),伪分布式(集群中只有自己一台,算是一个完整的环境了吧),完全分布式(多台机器组成一个集群)
完全分布式的搭建中的一些重要文件:(基础就是ssh和JAVA_HOME)
hadoop-env.sh hadoop-site.xml
core-size.xml
mapred-site.xml
yarn-site.xml
slaves等。
格式化namenode和启动hdfs。
hdfs
优缺点:廉价机上,不适合实时,小文件等
块大小:128MB默认,太大和太小的情况。
hdfs shell操作
hdfs的api操作,上传下载(api操作不能删除恢复)
写数据的流程画图(注意抛出已经存在异常,切块、机架感知怎么选节点,建立IO流通道,先内存在落盘)
读数据的流程画图(本地client拼接)
NN和2NN:Fsimage和Edits加载到内存 画图
2NN合并两者的触发机制checkpoint点检查(时间间隔或者edits多) 尽量NN和2NN不放在一个节点上
NN故障,从2NN恢复
安全模式 就是加载Fsimage 和 edits的过程,只响应读取
NameNode多目录配置:为了是增加可靠性,多个目录之间是相同的