1.格式化的概念:
我从网上复制来了一段:它是指根据用户选定的文件系统(如FAT16 FAT32 NTFS EXT2 EXT3 EXT4等)在磁盘的特定区域写入特定数据, 在分区中划出一片用于存放文件分配表、目录表等用于文件管理的磁盘空间。越新的文件系统越先进 。 FAT16只能支持两个分区, FAT32单个文件的大小不能超过4G, NTFS是windows系统中最先进的系统,后面三个是linux系统中的文件系统。格式化的目的绝对不是为了把文件清空,而是写入分区。重新分区就相当于衣柜里面重新布局,必须把所有的衣服都取出来才行。所以在重新分区的时候就把所有文件都清除了。
原文:https://blog.csdn.net/pursue16/article/details/77621584
我总结了一下,不用看那么多,就四个字:重新布局!
2.linux如何修改名字。
用移动命令、把原有的覆盖就好了。
3.关闭防火墙:service firewalld stop(status)
4.启动节点。strat-dfs.sh和 启动 start-yarn.sh(资源调度)。
这两个都是从start-all.sh分出来的。不过all这个命令已经不推荐使用了。推荐的是上面的两个。但是在事实上他们在脚本运行的时候还是走的all命令。下面配上start-dfs.sh和start-yarn.sh的脚本分析。
sbin/start-dfs.sh:
libexec/hadoop-config.sh //可以看到,已然要经过all的配置文件
sbin/hadoop-daemons.sh --config … --hostname … start namenode …
sbin/hadoop-daemons.sh --config … --hostname … start datanode …
sbin/hadoop-daemons.sh --config … --hostname … start sescondarynamenode …etc
sbin/start-yarn.sh:
libexec/yarn-config.sh
bin/yarn-daemon.sh start resourcemanager//资源调度管理器
bin/yarn-daemons.sh start nodemanager//节点管理器
(如果不感兴趣可以不看)
5.hdfs中是按照块来存放的。
hdfs是hadoop的文件系统,而每一块的大小是128M。关于为什么这么大,其实和磁盘的寻道时间有关系。首先明白一个概念:何为磁盘寻道:简单的来说寻找到就是找到所要的数据所在的位置。寻道时间大约是10ms左右。而读取文件的速率却在100M/s上下。为了保证寻道时间不占用太多,就规定寻道时间为读取时间的1%左右。采用2进制128是最靠近100M/s的,故此约定每一块的大小是128M(10毫秒等于0.01秒 ,0.01秒除以百分之一,读取时间为一秒,读取文件100M/s,所以能读100M,靠近100M的就是128,所以是128M)
6.hdfs存储中的文件目录,逻辑的。
7.HA=high availability。高可用。目的是:减少关机时间。所用方法:通过尽量缩短因日常维护操作(计划)和突发的系统崩溃(非计划)。
9.spof:single point of failure。单点故障。
10.辅助名称节点的作用。
备份名称节点。定时的从名称节点抓取信息进行备份。一台机器坏了,另一台机器马上启用。
11.大数据和普通数据有什么区别。
这里的区别说的不是说数据量的大小。而是数据读取的区别。存在这样的疑问:两者都是数据,都是从磁盘上进行读取,那么大数据和普通数据又有什么区别呢?
首先普通数据是线性读取,就是一点一点的读,从头到尾。而大数据对数据进行切块,一块一块的读,它的读取是并行的。它不是在名称节点访问,他是在名称节点所要访问的时候,发给了 DateNode。
数据的并行读取和多线程又不一样。线程是cpu的调度问题,它最终还是归于了磁盘的读取。
12.顺便说了一句MAPREDUCE。map和reduce,就是映射和化简。map算自己的部分,然后聚合在reduce中,进行化简。
13.Hadoop的网络拓扑图。最下面的那个图就是
层级:0,2.4,6个层级。
同一刀片机下的不同节点:0
同一机架上的不同刀片机:2
同一机房的不同机架:4
不同机房:6
60天计划第8天 hadoop基础
最新推荐文章于 2022-07-15 17:21:19 发布