初探IBM大数据处理平台BigInsights(1)

本文涉及的产品
云原生网关 MSE Higress,422元/月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

  之前的文章《IBM BigInsights -- 基于 Hadoop 的数据分析平台》介绍了IBM大数据分析平台BigInsights,在Hadoop的基础上IBM增加了额外的模块提供更广泛的数据分析。对于想了解下BigInsight是个什么东西?能做什么的同学,IBM也提供了BigInsights的虚拟机版本。对于那些想大概了解Hadoop,但又不想手动去搭建Hadoop平台的同学来说,BigInsight虚拟机也是个不错的选择。

  首先到IBM官网下载 https://www-01.ibm.com/marketing/iwm/iwm/web/reg/download.do?source=swg-beta-iibob&S_PKG=dl&lang=en_US&cp=UTF-8&dlmethod=http, 下载“iibi3002_QuickStart_Single_VMware.7z”,用VMware Workstation打开,开机后如下界面,可以看到是基于SUSE的。

clip_image002

第一次启动时会做文件系统检查

clip_image002[4]

选择语言

clip_image002[6]

同意License

clip_image002[8]

输入用户名密码,默认的用户名密码及端口号如下

clip_image001

之后会看到如下界面

image

双击桌面的Start Biginsights,启动BigInsight服务,或者使用脚本启动

biadmin@bivm:~> /opt/ibm/biginsights/bin/start-all.sh             
[INFO] DeployCmdline - [ IBM InfoSphere BigInsights Quickstart Edition ]            
[INFO] Progress - Start hdm            
[INFO] @bivm.ibm.com - hdm started, pid 4363            
[INFO] Progress - 8%            
[INFO] Progress - Start zookeeper            
[INFO] HdmUtil - Install configuration has changed in the system, reloading...            
[INFO] @bivm.ibm.com - zookeeper started, pid 4618            
[INFO] Deployer - zookeeper service started            
[INFO] Progress - 17%            
[INFO] Progress - Start hadoop            
[INFO] @bivm.ibm.com - namenode started, pid 4829            
[INFO] @bivm.ibm.com - secondarynamenode started, pid 5363            
[INFO] @bivm.ibm.com - datanode started, pid 5713            
[INFO] Progress - 19%            
[INFO] Deployer - Waiting for Namenode to exit safe mode...            
[INFO] Deployer - Waiting another 5 seconds for namenode to exit safemode.  Check the namenode log for details.            
[INFO] Deployer - HDFS cluster started successfully            
[INFO] Progress - 20%            
[INFO] Progress - 21%            
[INFO] @bivm.ibm.com - jobtracker started, pid 6468            
[INFO] @bivm.ibm.com - tasktracker started, pid 6888            
[INFO] Progress - 25%            
[INFO] Deployer - MapReduce cluster started successfully            
[INFO] Progress - Start catalog            
[INFO] DB2Operator - Starting DB2 Instance db2inst1 on node bivm.ibm.com. Database to be activated BIDB            
[INFO] DB2Operator - DB2 node bivm.ibm.com is started with process ID 7672            
[INFO] DB2Operator - Database BIDB has been activated            
[INFO] Progress - 33%            
[INFO] Progress - Start hbase            
[INFO] Deployer - check zookeeper services, make sure zookeeper service is started before start hbase service            
[INFO] @bivm.ibm.com - hbase-master(active) started            
[INFO] @bivm.ibm.com - hbase-regionserver started            
[INFO] Deployer - hbase service started            
[INFO] Progress - 42%            
[INFO] Progress - Start hive            
[INFO] DB2Operator - Starting DB2 Instance db2inst1 on node bivm.ibm.com. Database to be activated BIDB            
[INFO] DB2Operator - DB2 Instance db2inst1 is already running on node bivm.ibm.com with process ID 7672            
[INFO] DB2Operator - Database BIDB has already been activated            
[INFO] @bivm.ibm.com - hive-web-interface started, pid 10001            
[INFO] @bivm.ibm.com - hive-server2 started, pid 10587            
[INFO] Progress - 49%            
[INFO] Progress - 50%            
[INFO] Progress - Start bigsql            
[INFO] Deployer - Starting Big SQL Scheduler     : OK            
Starting Big SQL               : OK            
Starting Big SQL v1            : OK (pid 17836)

[INFO] @bivm.ibm.com - scheduler started           
[INFO] @bivm.ibm.com - bigsql-server started            
[INFO] @bivm.ibm.com - bigsql-server-v1 started, pid 17836            
[INFO] Deployer - FMP pids file written            
[INFO] Progress - 58%            
[INFO] Progress - Start oozie            
[INFO] Deployer - Run oozie command as:oozie            
[INFO] @bivm.ibm.com - oozie started, pid 19082            
[INFO] Progress - 67%            
[INFO] Progress - Start console            
[INFO] Deployer - starting pigserver, logging to /var/ibm/biginsights/sheets/logs/bigsheets-console-pigserver.out            
[INFO] Deployer - Server waslp-server is not running.            
[INFO] Deployer - Starting server waslp-server.            
[INFO] Deployer - Server waslp-server started with process ID 19488.            
[INFO] Deployer - BigInsights Management Console started, pid 19488            
[INFO] Progress - 75%            
[INFO] Progress - Start httpfs            
[INFO] @bivm.ibm.com - httpfs-server started, pid 19975            
[INFO] Deployer - httpfs service started            
[INFO] Progress - 83%            
[INFO] Progress - Start monitoring            
[INFO] Deployer - Start monitoring...            
[INFO] Deployer - Starting monitoring agent on bivm.ibm.com as user monitoring            
[INFO] @bivm.ibm.com - monitoring started, pid 21613            
[INFO] Deployer - monitoring service started            
[INFO] Progress - 92%            
[INFO] Progress - Start alert            
[INFO] Deployer - start alert management service...            
[INFO] Deployer - Server waslp-server is not running.            
[INFO] Deployer - Starting server waslp-server.            
[INFO] Deployer - Server waslp-server start failed. Check server logs for details.            
[INFO] Progress - 100%            
[INFO] DeployManager - Start; SUCCEEDED components: [hdm, zookeeper, hadoop, catalog, hbase, hive, bigsql, oozie, console, httpfs, monitoring, alert]; Consumes : 2148290ms

大概10分钟后启动完毕,然后可以使用命令行查看BigInsight各项服务的状态

biadmin@bivm:~> /opt/ibm/biginsights/bin/status.sh

另外,桌面上还有BigInsight Shell,

clip_image002[12]

比如双击桌面的HBase Shell,就可以直接进入shell

Image

用浏览器打开BigInsight Web界面,http://192.168.133.135:8080/

image

分布式文件系统HDFS的web界面

image

接下来的文章我们会通过几个实验来了解BigInsight具体是怎么工作的。

 

BigInsight Knowledge Center 更多内容请参考: 

http://www-01.ibm.com/support/knowledgecenter/SSPT3X_3.0.0/com.ibm.swg.im.infosphere.biginsights.product.doc/doc/using.html%23task_edc_xhj_3n?lang=zh





本文转自 taojin1240 51CTO博客,原文链接:http://blog.51cto.com/taotao1240/1734755,如需转载请自行联系原作者
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
12天前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
46 1
|
9天前
|
机器学习/深度学习 监控 搜索推荐
电商平台如何精准抓住你的心?揭秘大数据背后的神秘推荐系统!
【10月更文挑战第12天】在信息爆炸时代,数据驱动决策成为企业优化决策的关键方法。本文以某大型电商平台的商品推荐系统为例,介绍其通过收集用户行为数据,经过预处理、特征工程、模型选择与训练、评估优化及部署监控等步骤,实现个性化商品推荐,提升用户体验和销售额的过程。
41 1
|
3月前
|
搜索推荐 OLAP 流计算
OneSQL OLAP实践问题之基于 Flink 打造流批一体的数据计算平台如何解决
OneSQL OLAP实践问题之基于 Flink 打造流批一体的数据计算平台如何解决
48 1
|
3月前
|
数据可视化
Echarts数据可视化大屏开发| 大数据分析平台
Echarts数据可视化大屏开发| 大数据分析平台
|
4月前
|
SQL 分布式计算 大数据
大数据处理平台Hive详解
【7月更文挑战第15天】Hive作为基于Hadoop的数据仓库工具,在大数据处理和分析领域发挥着重要作用。通过提供类SQL的查询语言,Hive降低了数据处理的门槛,使得具有SQL背景的开发者可以轻松地处理大规模数据。然而,Hive也存在查询延迟高、表达能力有限等缺点,需要在实际应用中根据具体场景和需求进行选择和优化。
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何实现数据在MaxCompute中是永久的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
存储 分布式计算 Hadoop
阿里巴巴飞天大数据架构体系与Hadoop生态系统的深度融合:构建高效、可扩展的数据处理平台
技术持续创新:随着新技术的不断涌现和应用场景的复杂化,阿里巴巴将继续投入研发力量推动技术创新和升级换代。 生态系统更加完善:Hadoop生态系统将继续扩展和完善,为用户提供更多元化、更灵活的数据处理工具和服务。
|
4月前
|
存储 分布式计算 并行计算
使用Hadoop构建Java大数据分析平台
使用Hadoop构建Java大数据分析平台
|
4月前
|
分布式计算 Java 大数据
实战:基于Java的大数据处理与分析平台
实战:基于Java的大数据处理与分析平台