大前端零基础入门到就业:
一:shell是什么意思
shell是一种命令语言,是为使用者提供操作界面的一种软件,软件可以接收用户的命令,并且执行用户输入的命令,然后对相应的程序进行调用。
二:shell可以分为两大类
前端(VUE)零基础到就业课程:
大前端零基础入门到就业:
一:shell是什么意思
shell是一种命令语言,是为使用者提供操作界面的一种软件,软件可以接收用户的命令,并且执行用户输入的命令,然后对相应的程序进行调用。
二:shell可以分为两大类
前端(VUE)零基础到就业课程:
第1讲大数据概述章节单元测验
3、以下关于云计算、大数据和物联网之间的关系,论述错误的是:
大数据概述 补充单元测验
3、以下关于云计算、大数据和物联网之间的关系,论述错误的是:
第2讲 大数据处理架构Hadoop
大数据处理架构Hadoop单元测验
第3讲 分布式文件系统HDFS
分布式文件系统HDFS单元作业
1、请简述第二名称节点的作用
2、HDFS的设计目标是什么?
3、HDFS包含哪些角色?
第4讲 分布式数据库HBase
分布式数据库HBase单元测验
分布式数据库HBase单元作业
1、已知HBase数据库中已经存在一个学生表student(id,name,sex,age),表中的数据如下所示,其中id是行键。请按要求写出下列操作的HBase Shell命令。
4、下列关于传统并行计算框架(比如MPI)和MapReduce并行计算框架比较正确的是
A、前者是共享式(共享内存/共享存储),容错性差,后者是非共享式的,容错性好
B、前者所需硬件价格贵,可扩展性差,后者硬件便宜,扩展性好
D、前者适用于实时、细粒度计算、计算密集型,后者适用于批处理、非实时、数据密集型
6、MapReduce设计的一个理念就是“计算向数据靠拢”,而不是“数据向计算靠拢”,因为,移动数据需要大量的网络传输开销。
8、MapReduce采用 策略,一个存储在分布式文件系统中的大规模数据集,会被切分成许多独立的分片,这些分片可以被多个Map任务并行处理。
9、所谓 过程,是指对Map输出结果进行分区、排序、合并等处理,并交给Reduce的过程。
1、Map函数和Reduce函数的输入、输出分别是什么
1、Map函数和Reduce函数的输入、输出分别是什么
10、RDD,中文全称是 ,是分布式内存的一个抽象概念,提供了一种高度受限的共享内存模型。
以下为《《大数据技术原理与应用》实验指导书 (1)》的无排版文字预览,完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。
实验一:Hadoop的安装与配置
理解Hadoop的项目结构;
掌握Hadoop的安装与使用;
(一)创建Hadoop用户
如果你安装 Ubuntu 的时候不是用的 “hadoop” 用户,那么需要增加一个名为 hadoop 的用户。
(1)首先按?ctrl+alt+t?打开终端窗口,输入如下命令创建新用户 :
接着使用如下命令设置密码,可简单设置为 hadoop,按提示输入两次*** passwd hadoop
可为 hadoop 用户增加管理员权限,方便部署,避免一些对新手来说比较棘手的权限问题:
(4)最后注销当前用户(点击屏幕右上角的齿轮,选择注销),返回登陆界面。在登陆界面中选择刚创建的 hadoop 用户进行登陆。
(1)用 hadoop 用户登录后,我们先更新一下 apt,后续我们使用 apt 安装软件,如果没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口,执行如下命令:
若出现如下 “Hash校验和不符” 的提示,可通过更改软件源来解决。若没有该问题,则不需要更改。从软件源下载某些软件的过程中,可能由于网络方面的原因出现没法下载的情况,那么建议更改软件源。在学习Hadoop过程中,即使出现“Hash校验和不符”的提示,也不会影响Hadoop的安装。
后续需要更改一些配置文件,安装 vim:
安装软件时若需要确认,在提示处输入 y 即可。
(三)安装SSH、配置SSH无密码登陆
集群、单节点模式都需要用到 SSH 登陆(类似于远程登陆,你可以登录某台 Linux 主机,并且在上面运行命令),Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server:
安装后,可以使用如下命令登陆本机:
此时会有如下提示(SSH首次登陆提示),输入 yes 。然后按提示输入***,这样就登陆到本机了。
但这样登陆是需要每次输入密码的,我们需要配置成SSH无密码登陆比较方便。
首先退出刚才的 ssh,就回到了我们原先的终端窗口,然后利用 ssh-keygen 生成密钥,并将密钥加入到授权中:
此时再用?ssh localhost?命令,无需输入密码就可以直接登陆了,如下图所示。
在Linux命令行界面中,执行如下Shell命令(注意:当前登录用户名是hadoop):
JDK文件解压缩以后,可以执行如下命令到/usr/lib/jvm目录查看一下:
可以看到,在/usr/lib/jvm目录下有个jdk1.8.0_162目录。下面继续执行如下命令,设置环境变量:
上面命令使用vim编辑器打开了hadoop这个用户的环境变量配置文件,请在这个文件的开头位置,添加如下几行内容:
然后,按ESC键,再输入“:wq”保存.bashrc文件并退出vim编辑器。然后,继续执行如下命令让.bashrc文件的配置立即生效:
这时,可以使用如下命令查看是否安装成功:
如果能够在屏幕上返回如下信息,则说明安装成功:
Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用,成功则会显示 Hadoop 版本信息:
(1)Hadoop单机配置(非分布式)
Hadoop 默认模式为非分布式模式(本地模式),无需进行其他配置即可运行。非分布式即单 Java 进程,方便进行调试。
在此我们选择运行 grep 例子,我们将 input 文件夹中的所有文件作为输入,筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数,最后输出结果到 output 文件夹中。
执行成功后如下所示,输出了作业的相关信息,输出的结果是符合正则的单词 dfsadmin 出现了1次
注意,Hadoop 默认不会覆盖结果文件,因此再次运行上面实例会提示出错,需要先将?./output?删除。
(2)Hadoop伪分布式配置
Hadoop 可以在单节点上以伪分布式的方式运行,Hadoop 进程以分离的 Java 进程来运行,节点既作为 NameNode 也作为 DataNode,同时,读取的是 HDFS 中的文件。
Hadoop配置文件说明:
Hadoop 的运行方式是由配置文件决定的(运行 Hadoop 时会读取配置文件),因此如果需要从伪分布式模式切换回非分布式模式,需要删除 core-site.xml 中的配置项。
此外,伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行(官方教程如此),不过若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。所以我们进行了设置,同时也指定 dfs.namenode.name.dir 和
配置完成后,执行 NameNode 的格式化:
若出现如下SSH提示,输入yes即可。
这个并不是 ssh 的问题,可通过设置 Hadoop 环境变量来解决。首先按键盘的?ctrl + c?中断启动,然后在 ~/.bashrc 中,增加如下两行内容(设置过程与 JAVA_HOME 变量一样,其中 HADOOP_HOME 为 Hadoop 的安装目录):
,那就是配置不成功,请仔细检查之前步骤,或通过查看启动日志排查原因。
运行Hadoop伪分布式实例
上面的单机模式,grep 例子读取的是本地数据,伪分布式读取的则是 HDFS 上的数据。要使用 HDFS,首先需要在 HDFS 中创建用户目录:
复制完成后,可以通过如下命令查看文件列表:
伪分布式运行 MapReduce 作业的方式跟单机模式相同,区别在于伪分布式读取的是HDFS中的文件(可以将单机步骤中创建的本地 input 文件夹,输出结果 output 文件夹都删掉来验证这一点)。
查看运行结果的命令(查看的是位于 HDFS 中的输出结果):
结果如下,注意到刚才我们已经更改了配置文件,所以运行结果不同。
我们也可以将运行结果取回到本地:
若要关闭 Hadoop,则运行:
实验二: HDFS操作方法和基础编程
理解HDFS在Hadoop体系结构中的角色;
熟练使用HDFS操作常用的Shell命令;
JDK版本:1.7或以上版本;
(一)熟悉HDFS操作常用的Shell命令
(2)接着在HDFS的目录“/user/hadoop”下,创建test文件夹,并查看文件列表。
(二)编程实现以下功能:
(1)向HDFS中上传任意文本文件,如果指定的文件在HDFS中已经存在,则由用户来
指定是追加到原有文件末尾还是覆盖原有的文件;
(2)从HDFS中下载指定文件,如果本地文件与要下载的文件名称相同,则自动对下载的文件重命名;
(3)将HDFS中指定文件的内容输出到终端中;
根据输入文件A和B合并得到的输出文件C的样例如下:
(二)编写程序实现对输入文件的排序
现在有多个输入文件,每个文件中的每行内容均为一个整数。要求读取所有文件中的整数,进行升序排序后,输出到一个新的文件中,输出的数据格式为每行两个整数,第一个数字为第二个整数的排序位次,第二个整数为原待排列的整数。下面是输入文件和输出文件的一个样例供参考。
输入文件1的样例如下:
输入文件2的样例如下:
输入文件3的样例如下:
根据输入文件1、2和3得到的输出文件如下:
[文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《《大数据技术原理与应用》实验指导书 (1)》的无排版文字预览,完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。