hadoop2.5.2集群环境搭建

最新推荐文章于 2021-01-25 11:29:20 发布
最新推荐文章于 2021-01-25 11:29:20 发布
阅读量563 收藏
点赞数
分类专栏： 云计算 hadoop 文章标签： hadoop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shandadadada/article/details/50198011
版权

一、环境说明

1、机器：三台centos虚拟机

2、linux版本：[root@hadoop1 ~]# cat /etc/issue
CentOS release 6.5 (Final)
Kernel \r on an \m

3、[root@hadoop1 ~]# java -version
java version “1.7.0_67”
Java(TM) SE Runtime Environment (build 1.7.0_67-b01)
Java HotSpot(TM) 64-Bit Server VM (build 24.65-b04, mixed mode)

4、集群节点：两个 master（hadoop0、hadoop1）,一个Slave（hadoop2)

二、准备工作

1、安装Java jdk前一篇文章撰写了：http://blog.csdn.net/shandadadada/article/details/47817431

2、ssh免密码验证 ：http://blog.csdn.net/shandadadada/article/details/49594075

3、下载Hadoop版本：http://mirror.bit.edu.cn/apache/hadoop/common/

三、安装Hadoop

这是下载后的hadoop-2.5.2.tar.gz压缩包，

1、解压 tar -xzvf hadoop-2.5.2.tar.gz

2、hadoop目录 [root@hadoop0 hadoop]# ls
bin include libexec NOTICE.txt sbin
etc lib LICENSE.txt README.txt share

3.配置之前，先在本地文件系统创建以下文件夹：~/hadoop/tmp、~/hadoop/hdfs/data、~/hadoop/hdfs/name。 主要涉及的配置文件有7个：都在/home/hadoop文件夹下，可以用gedit命令对其进行编辑。

-rw-r--r--. 1 10021 10021  3443 Nov 14  2014 hadoop-env.sh
-rw-r--r--. 1 10021 10021  4567 Nov 14  2014 yarn-env.sh
-rw-r--r--. 1 10021 10021    10 Nov 14  2014 slaves
-rw-r--r--. 1 10021 10021   774 Nov 14  2014 core-site.xml
-rw-r--r--. 1 10021 10021   775 Nov 14  2014 hdfs-site.xml
-rw-r--r--. 1 10021 10021   758 Nov 14  2014 mapred-site.xml
-rw-r--r--. 1 10021 10021   690 Nov 14  2014 yarn-site.xml

4.进入配置目录：

[root@hadoop0 hadoop]# ll
total 124
-rw-r--r--. 1 10021 10021  3589 Nov 14  2014 capacity-scheduler.xml
-rw-r--r--. 1 10021 10021  1335 Nov 14  2014 configuration.xsl
-rw-r--r--. 1 10021 10021   318 Nov 14  2014 container-executor.cfg
-rw-r--r--. 1 10021 10021   774 Nov 14  2014 core-site.xml
-rw-r--r--. 1 10021 10021  3670 Nov 14  2014 hadoop-env.cmd
-rw-r--r--. 1 10021 10021  3443 Nov 14  2014 hadoop-env.sh
-rw-r--r--. 1 10021 10021  1774 Nov 14  2014 hadoop-metrics2.properties
-rw-r--r--. 1 10021 10021  2490 Nov 14  2014 hadoop-metrics.properties
-rw-r--r--. 1 10021 10021  9201 Nov 14  2014 hadoop-policy.xml
-rw-r--r--. 1 10021 10021   775 Nov 14  2014 hdfs-site.xml
-rw-r--r--. 1 10021 10021  1449 Nov 14  2014 httpfs-env.sh
-rw-r--r--. 1 10021 10021  1657 Nov 14  2014 httpfs-log4j.properties
-rw-r--r--. 1 10021 10021    21 Nov 14  2014 httpfs-signature.secret
-rw-r--r--. 1 10021 10021   620 Nov 14  2014 httpfs-site.xml
-rw-r--r--. 1 10021 10021 11118 Nov 14  2014 log4j.properties
-rw-r--r--. 1 10021 10021   938 Nov 14  2014 mapred-env.cmd
-rw-r--r--. 1 10021 10021  1383 Nov 14  2014 mapred-env.sh
-rw-r--r--. 1 10021 10021  4113 Nov 14  2014 mapred-queues.xml.template
-rw-r--r--. 1 10021 10021   758 Nov 14  2014 mapred-site.xml.template
-rw-r--r--. 1 10021 10021    10 Nov 14  2014 slaves
-rw-r--r--. 1 10021 10021  2316 Nov 14  2014 ssl-client.xml.example
-rw-r--r--. 1 10021 10021  2268 Nov 14  2014 ssl-server.xml.example
-rw-r--r--. 1 10021 10021  2237 Nov 14  2014 yarn-env.cmd
-rw-r--r--. 1 10021 10021  4567 Nov 14  2014 yarn-env.sh
-rw-r--r--. 1 10021 10021   690 Nov 14  2014 yarn-site.xml

4.1、配置 hadoop-env.sh文件–>修改JAVA_HOME

export JAVA_HOME=/home/guolin/software/jdk1.7.0_67

4.2、配置 yarn-env.sh 文件–>>修改JAVA_HOME

export JAVA_HOME=/home/guolin/software/jdk1.7.0_67

4.3、配置slaves文件–>>增加slave节点

hadoop1
hadoop2

4.4、配置 core-site.xml文件–>>增加hadoop核心配置（hdfs文件端口是9000、file:/home/hadoopdata/tmp）

<configuration>
 <property>
  <name>fs.defaultFS</name>
  <value>hdfs://hadoop0:9000</value>
 </property>
 <property>
  <name>io.file.buffer.size</name>
  <value>131072</value>
 </property>
 <property>
  <name>hadoop.tmp.dir</name>
  <value>file:/home/hadoopdata/tmp</value>
  <description>Abasefor other temporary directories.</description>
 </property>
</configuration>

4.5、配置 hdfs-site.xml 文件–>>增加hdfs配置信息（namenode、datanode端口和目录位置）

<configuration>
  <property>
    <name>dfs.nameservices</name>
    <value>hadoop-cluster1</value>
  </property>
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>haddop0:50090</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:///home/hadoopdata/dfs/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:///home/hadoopdata/dfs/data</value>
  </property>
  <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  <property>
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
  </property>
</configuration>

4.6、配置 mapred-site.xml 文件–>>增加mapreduce配置（使用yarn框架、jobhistory使用地址以及web地址）

<configuration>
  <property>
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
 </property>
 <property>
  <name>mapreduce.jobhistory.address</name>
  <value>hadoop0:10020</value>
 </property>
 <property>
  <name>mapreduce.jobhistory.webapp.address</name>
  <value>hadoop0:19888</value>
 </property>
</configuration>

4.7、配置 yarn-site.xml 文件–>>增加yarn功能

<configuration>
  <property>
   <name>yarn.nodemanager.aux-services</name>
   <value>mapreduce_shuffle</value>
  </property>
  <property>
   <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
   <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
  <property>
   <name>yarn.resourcemanager.address</name>
   <value>hadoop0:8032</value>
  </property>
  <property>
   <name>yarn.resourcemanager.scheduler.address</name>
   <value>hadoop0:8030</value>
  </property>
  <property>
   <name>yarn.resourcemanager.resource-tracker.address</name>
   <value>hadoop0:8035</value>
  </property>
  <property>
   <name>yarn.resourcemanager.admin.address</name>
   <value>hadoop0:8033</value>
  </property>
  <property>
   <name>yarn.resourcemanager.webapp.address</name>
   <value>hadoop0:8088</value>
  </property>

</configuration>

四、验证
1、格式化namenode:

[root@hadoop0 hadoop]# ./bin/hdfs namenode -format

2、启动hdfs:

[root@hadoop0 hadoop]#  ./sbin/start-dfs.sh 
15/12/06 06:48:56 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [hadoop0]
hadoop0: starting namenode, logging to /home/hadoop/logs/hadoop-root-namenode-hadoop0.out
hadoop2: starting datanode, logging to /home/hadoop/logs/hadoop-root-datanode-hadoop2.out
hadoop1: starting datanode, logging to /home/hadoop/logs/hadoop-root-datanode-hadoop1.out
15/12/06 06:49:17 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[root@hadoop0 hadoop]# jps
31954 Jps
31514 NameNode

3、停止hdfs:

[root@hadoop0 hadoop]# ./sbin/stop-dfs.sh 
15/12/06 07:01:12 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Stopping namenodes on [hadoop0]
hadoop0: stopping namenode
hadoop2: stopping datanode
hadoop1: stopping datanode
15/12/06 07:01:29 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[root@hadoop0 hadoop]# jps
32229 ResourceManager
32787 Jps

4、启动yarn:

[root@hadoop0 hadoop]# ./sbin/start-yarn.sh 
starting yarn daemons
starting resourcemanager, logging to /home/hadoop/logs/yarn-root-resourcemanager-hadoop0.out
hadoop2: starting nodemanager, logging to /home/hadoop/logs/yarn-root-nodemanager-hadoop2.out
hadoop1: starting nodemanager, logging to /home/hadoop/logs/yarn-root-nodemanager-hadoop1.out
[root@hadoop0 hadoop]# jps
32229 ResourceManager
31514 NameNode
32295 Jps

5、停止yarn:

[root@hadoop0 hadoop]# ./sbin/stop-yarn.sh 
stopping yarn daemons
stopping resourcemanager
hadoop2: stopping nodemanager
hadoop1: stopping nodemanager
no proxyserver to stop

6、启动yarn和hdfs查看集群状态：

[root@hadoop0 hadoop]# ./bin/hdfs dfsadmin -report
15/12/06 07:04:17 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Configured Capacity: 37558796288 (34.98 GB)
Present Capacity: 28664430592 (26.70 GB)
DFS Remaining: 28664381440 (26.70 GB)
DFS Used: 49152 (48 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0

-------------------------------------------------
Live datanodes (2):

Name: 192.168.213.143:50010 (hadoop1)
Hostname: hadoop1
Decommission Status : Normal
Configured Capacity: 18779398144 (17.49 GB)
DFS Used: 24576 (24 KB)
Non DFS Used: 4447133696 (4.14 GB)
DFS Remaining: 14332239872 (13.35 GB)
DFS Used%: 0.00%
DFS Remaining%: 76.32%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Sun Dec 06 07:04:17 PST 2015


Name: 192.168.213.144:50010 (hadoop2)
Hostname: hadoop2
Decommission Status : Normal
Configured Capacity: 18779398144 (17.49 GB)
DFS Used: 24576 (24 KB)
Non DFS Used: 4447232000 (4.14 GB)
DFS Remaining: 14332141568 (13.35 GB)
DFS Used%: 0.00%
DFS Remaining%: 76.32%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Sun Dec 06 07:04:18 PST 2015

7、查看hdfs：http://hadoop0:50070/dfshealth.html#tab-overview

这里写图片描述

8、查看RM：http://hadoop0:8088/cluster

这里写图片描述

9、运行wordcount程序

9.1、创建 input目录：

[root@hadoop0 hadoop]$ mkdir input

9.2、在input创建f1、f2并写内容

[root@hadoop0 hadoop]$ cat input/f1
Hello world  bye jj
[root@hadoop0 hadoop]$ cat input/f2
Hello Hadoop  bye Hadoop

9.3、在hdfs创建/tmp/input目录

[root@hadoop0 hadoop]# ./bin/hadoop fs  -mkdir /tmp
15/12/06 07:14:09 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[root@hadoop0 hadoop]# ./bin/hadoop fs  -mkdir /tmp/input
15/12/06 07:14:14 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

9.4、将f1、f2文件copy到hdfs /tmp/input目录

[root@hadoop0 hadoop]#  ./bin/hadoop fs  -put /home/hadooptest/input/ /tmp
15/12/06 07:15:52 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

9.5、查看hdfs上是否有f1、f2文件

[root@hadoop0 hadoop]# ./bin/hadoop fs -ls /tmp/input/
15/12/06 07:16:43 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 2 items
-rw-r--r--   2 root supergroup         14 2015-12-06 07:15 /tmp/input/f1
-rw-r--r--   2 root supergroup         19 2015-12-06 07:15 /tmp/input/f2

9.6、执行wordcount程序

[root@hadoop0 hadoop]# ./bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.2.jar wordcount /tmp/input /output
15/12/06 07:18:57 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
15/12/06 07:18:59 INFO client.RMProxy: Connecting to ResourceManager at hadoop0/192.168.213.142:8032
15/12/06 07:19:01 INFO input.FileInputFormat: Total input paths to process : 2
15/12/06 07:19:01 INFO mapreduce.JobSubmitter: number of splits:2
15/12/06 07:19:02 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1449414252641_0001
15/12/06 07:19:02 INFO impl.YarnClientImpl: Submitted application application_1449414252641_0001
15/12/06 07:19:02 INFO mapreduce.Job: The url to track the job: http://hadoop0:8088/proxy/application_1449414252641_0001/
15/12/06 07:19:02 INFO mapreduce.Job: Running job: job_1449414252641_0001
15/12/06 07:19:18 INFO mapreduce.Job: Job job_1449414252641_0001 running in uber mode : false
15/12/06 07:19:18 INFO mapreduce.Job:  map 0% reduce 0%
15/12/06 07:19:40 INFO mapreduce.Job:  map 100% reduce 0%
15/12/06 07:19:51 INFO mapreduce.Job:  map 100% reduce 100%
15/12/06 07:19:52 INFO mapreduce.Job: Job job_1449414252641_0001 completed successfully
15/12/06 07:19:52 INFO mapreduce.Job: Counters: 49
    File System Counters
        FILE: Number of bytes read=60
        FILE: Number of bytes written=291779
        FILE: Number of read operations=0
        FILE: Number of large read operations=0
        FILE: Number of write operations=0
        HDFS: Number of bytes read=227
        HDFS: Number of bytes written=28
        HDFS: Number of read operations=9
        HDFS: Number of large read operations=0
        HDFS: Number of write operations=2
    Job Counters 
        Launched map tasks=2
        Launched reduce tasks=1
        Data-local map tasks=2
        Total time spent by all maps in occupied slots (ms)=39087
        Total time spent by all reduces in occupied slots (ms)=7310
        Total time spent by all map tasks (ms)=39087
        Total time spent by all reduce tasks (ms)=7310
        Total vcore-seconds taken by all map tasks=39087
        Total vcore-seconds taken by all reduce tasks=7310
        Total megabyte-seconds taken by all map tasks=40025088
        Total megabyte-seconds taken by all reduce tasks=7485440
    Map-Reduce Framework
        Map input records=2
        Map output records=6
        Map output bytes=55
        Map output materialized bytes=66
        Input split bytes=194
        Combine input records=6
        Combine output records=5
        Reduce input groups=4
        Reduce shuffle bytes=66
        Reduce input records=5
        Reduce output records=4
        Spilled Records=10
        Shuffled Maps =2
        Failed Shuffles=0
        Merged Map outputs=2
        GC time elapsed (ms)=513
        CPU time spent (ms)=9090
        Physical memory (bytes) snapshot=518291456
        Virtual memory (bytes) snapshot=2516721664
        Total committed heap usage (bytes)=257171456
    Shuffle Errors
        BAD_ID=0
        CONNECTION=0
        IO_ERROR=0
        WRONG_LENGTH=0
        WRONG_MAP=0
        WRONG_REDUCE=0
    File Input Format Counters 
        Bytes Read=33
    File Output Format Counters 
        Bytes Written=28

9.7、查看执行结果

[root@hadoop0 hadoop]# ./bin/hadoop fs -ls /output
15/12/06 07:23:57 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 2 items
-rw-r--r--   2 root supergroup          0 2015-12-06 07:19 /output/_SUCCESS
-rw-r--r--   2 root supergroup         28 2015-12-06 07:19 /output/part-r-00000
[root@hadoop0 hadoop]#  ./bin/hadoop fs -cat /output/part-r-00000
15/12/06 07:24:19 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Hadoop  2
bye 2
jj  1
world   1
shandadadada
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
hadoop安装文档
percy_px的博客
06-22 289
hadoop安装指南 测试环境服务地址: master:192.168.72.141 slave1:192.168.72.146 slave2:192.168.72.148 slave3:192.168.72.149   对应机器名称为 192.168.72.141 Master.Hadoop 192.168.72.146 Slave1.Hadoop 192.168.72.14
hadoop-2.5.2
06-13
hadoop-2.5.2-X64位，自己手动编译的，这是第一部分（因为每次最大只能上传60兆的文件，没办法了）
hadoop-2.5.2.tar.gz
02-13
hadoop-2.5.2.tar.gz
hadoop2.5.2
02-26
Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
hadoop2.5.2window下eclipse环境搭建
11-14
### hadoop2.5.2在Windows下的Eclipse环境搭建详解 #### 一、Hadoop简介 Hadoop是由Apache基金会所开发的一个开源分布式计算框架，主要用于处理和存储大规模数据集。它通过分布式文件系统（HDFS）和MapReduce编程...
CentOS上搭建Hadoop2.5.2_CentOS搭建hadoop_云计算_源码
10-01
通过以上步骤，你可以在CentOS 7.0上成功搭建Hadoop 2.5.2集群，为云计算框架提供基础平台。这个过程涵盖了Linux系统管理、Java环境配置、分布式文件系统HDFS的搭建、资源调度系统YARN的配置以及MapReduce编程模型的...
Hadoop-2.5.2 HA集群搭建
02-27
按照文档操作可安装7个节点的大数据集群，包括hadoop,hive,hbase,spark,tez,flume,kafka等等，不技术自动化运维及监控
hadoop2.5.2的本地模式、伪分布式集群、分布式集群和HDFS系统的高可用的环境搭建.docx
05-11
在搭建Hadoop 2.5.2环境的过程中，我们需要经历几个关键步骤，包括本地模式、伪分布式集群和分布式集群的设置，以及HDFS系统的高可用性配置。首先，确保你的系统已经安装了JDK 1.8，因为Hive等组件需要1.7以上的版本...
Hadoop2.5.2 64bit 完全分布式安装
jihuanliang的专栏
08-27 3487
Hadoop2.5.2 64bit 完全分布式安装   1.        安装环境 Windows 7 64bit VMware Workstation 10 CentOS6.5  64bit jdk版本： jdk-7u9-linux-x64.tar.gz hadoop版本： hadoop-2.5.2-src.tar.gz   hadoop集群3个节点，一主两从，如下：
hadoop-2.5.2完全分布式搭建centos6.5下
12-13 366
首先用VMWare新建三个虚拟机，分别安装centos系统，用户名统一为hadoop 一、 配置hosts文件 三个虚拟机统一修改，修改后重启服务器 二、安装jdk jdk下载完后，用SSHSecureShellClient上传到/home/hadoop目录 解压jdk压缩包 tar -xzvf jdk-8u112-linux-x64.gz
自编译 hadoop-2.5.2 x64安装包 下载
恩典
04-23 1510
本人虚拟机安装centos6.5 x64 ，安装hadoop时发现官网下载安装包为32位，需要自己编译64位包才能使用，根据网上教程编译了一个可运行的包，现分享给大家交流学习： hadoop-2.5.2 x64位包编译方法参考 ：http://blog.csdn.net/wulantian/article/details/38111999 点击打开链接 hadoop-2.5.2
教你Windows平台安装配置Hadoop2.5.2(不借助cygwin)
热门推荐
码蚁君
07-29 4万+
刚入门hadoop，开发环境的搭建估计能把一部分人逼走。我也差点疯了。 估计能看到这篇文章的小伙伴们都饱受cygwin和各种配置文件的折磨了吧？如果你不想在linux上搭建，又不想安装cygwin。那就继续往下看啦~步骤： 1. JDK安装（不会的戳这） 2. 下载hadoop2.5.2.tar.gz，或者自行去百度下载。 3. 下载hadooponwindows-master.zip【**
Hadoop全分布式配置（2个节点）
斌海一舟的博客
05-05 4671
Hadoop全分布式配置 所需文件： jdk-8u65-linux-x64.tar.gz hadoop-2.6.0.tar.gz 节点类型 IP地址 主机名   Namenode 192.168.29.6 master Namenode/ SenddaryNameNode/
Hadoop之——CentOS + hadoop2.5.2分布式环境配置
冰河的专栏
05-30 4085
一、基础环境准备 系统：(VMWare) CentOS-6.5-x86_64-bin-DVD1.iso hadoop版本：hadoop-2.5.2 jdk版本：jdk-7u72-linux-x64.tar.gz 1.集群机器 三台测试集群，一个master(liuyazhuang-01),两个slave(liuyazhuang-02,liuyazhuang-03) /etc/hosts
Hadoop2.5.2伪分布安装 【图文并茂】
weixin_30690833的博客
03-16 163
近日得空，将过去一年记录下的工作日志整理一下，希望对开始从事Hadoop开发的同学有所帮助。 安装环境如下： Linux: Centos6.5 Jdk: jdk-7u79-linux-x64 Hadoop: hadoop-2.5.2.tar 一．为方便记忆，修改一下主机名： 修改一下两个文件 vim /etc/sysconfig/network vim /etc/host...
Hadoop大数据生态组件环境安装
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-25 805
本文介绍大数据hadoop环境各组件安装，三台虚拟机分布式安装，详细安装过程内容可参考本文。各组件端口号查看：http://www.gaohongwei.cn/530/ CentOS7配置NAT模式网络详细步骤（亲测版）https://blog.csdn.net/Jackson_mvp/article/details/100856966 1.重启网络 servicenetworkres..
Hadoop 2.5.2集群安装详解：MRV1架构与NFS配置
本文详细介绍了如何安装和配置Hadoop 2.5.2集群，主要针对MRV1架构进行说明，并提及后续会单独介绍YARN（MRV2）的安装配置。集群由3台服务器组成，一台作为主节点（namenode），负责名称节点和资源管理器的功能；...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值