【小白视角】大数据基础实践(一)搭建Hadoop集群

本文涉及的产品
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: 【小白视角】大数据基础实践(一)搭建Hadoop集群

大数据实践第一篇,面向小白编程

搭建Hadoop集群

大数据实践第一篇,面向小白编程

Ubuntu的操作

1.下载文件

1.1下载ubuntu镜像文件

1.2 下载及安装VMware

1.3在VMware安装Ubuntu

1.4安装VMware Tools工具

2.安装必要配置

2.1换源

2.2 安装vim

2.3 安装net-tools

2.4 安装jdk1.8

2.4.1创建

2.4.2配置环境

2.5 open-server

3 配置静态IP

3.1设置

3.2 配置

3.3修改配置文件

3.3.1 interfaces文件

3.3.2 DNS服务文件

3.4 重启网卡

4 安装IDEA

5 配置ssh免密登陆

5.1确认ssh服务安装并启动

6 搭建Hadoop集群

6.1 克隆

6.2 使用xftp6

6.3 将私钥放入其他两台机子当中

Ubuntu的操作

1.下载文件

1.1下载ubuntu镜像文件

注:推荐使用16.04或是18.04版本


下载地址链接pub.mirrors.aliyun.com


进入下载页面,如下图,选择版本进入选择 ubuntu-X.X.X-desktop-amd64.iso 下载即可


image.png


1.2 下载及安装VMware

百度搜索随便安装即可,建议安装到磁盘比较大的地方,其他选择默认就可以了,网上找找破解码即可。


1.3在VMware安装Ubuntu

image.png



image.png

选择下载的iso文件


image.png


然后随便搞搞这个,密码最好简单一点,我是用root


image.png


虚拟机名字可以整成Hadoop,位置最好不要放C盘,放其他大一点的盘,


image.png


然后一直按下一步就行了


image.png


然后等待安装完就行了。


进去之后


image.png


image.png


image.png


继续就可了


选择城市


image.png


image.png


密码就随便搞搞吧


image.png


然后就可以了


image.png


1.4安装VMware Tools工具

点击虚拟机进行安装即可。然后重启一下就行了。


image.png


2.安装必要配置

2.1换源

我们先要换源


找到这个Software & Update


image.png


找到自己想要换的源头


image.png


即可

sudo apt-get install vim
sudo apt-get update

2.3 安装net-tools


image.png

2.4 安装jdk1.8

2.4.1创建

创建一个文件将jdk包放入


image.png


2.4.2配置环境

vim ~/.bashrc


image.png


像这样配置环境即可


image.png


退出并保存.bashrc文件,用source命令使之生效,能在任意目录下查看Java版本号、或执行java命令表示JDPK配置成功


2.5 open-server

sudo apt-get install openssh-server

1

3 配置静态IP

3.1设置

Vmware 菜单栏“虚拟机”→“设置”→“网络适配器”→“桥接模式”


image.png


3.2 配置

虚拟网络编辑器中设置虚拟网络连接到的外部网络 Vmware 菜单栏“编辑”→“虚拟网络编辑器”


image.png


image.png


3.3修改配置文件

3.3.1 interfaces文件

sudo vim /etc/network/interfaces


image.png

3.3.2 DNS服务文件

sudo vim /etc/systemd/resolved.conf

image.png


3.4 重启网卡

sudo /etc/init.d/networking restart


image.png


出现ok即可


测试ping百度,发现可以就行了。


image.png


查看ip是否被修改了。


image.png


4 安装IDEA

找到下载中心安装即可。


image.png


运行hello world可以,即可

image.png

5 配置ssh免密登陆

5.1确认ssh服务安装并启动


image.png

使用

dpkg –l | grep ssh
ps –e | grep ssh


确认ssh服务安装并启动


image.png


在用户根目录输入指令

ssh-keygen -t rsa

image.png

免密登陆所以直接回车就可以了


image.png


id_rsa为私钥,id_rsa.pub为公钥


创建一个authorized_keys文件用于存放远程免密登录机器的公钥,再将本机公钥追加到authorized_keys文件中,实现本机免密登录。最后赋予authorized_keys文件有效权限。


最后

ssh localhost

免密登陆成功。


image.png


6 搭建Hadoop集群

6.1 克隆


image.png


image.png

按照指示就可以完成克隆了。建议命名成Hadoop1,Hadoop2


然后按照要求再将其中地址更改,防止一样的造成冲突。


我是主机Hadoop 192.168.43.200


Hadoop-Clone1192.168.43.201


Hadoop-Clone2 192.168.43.202


image.png


6.2 使用xftp6

使用xftp6辅助,将每台机器的公钥文件id_rsa.pub分别复制到其他两台机器上。


image.png



image.png

另外克隆的两台机子的也要进行步骤5的ssh免密登陆的操作。


6.3 将私钥放入其他两台机子当中

image.png


image.png

image.png

6.4 测试 ssh 是否成功


注意ssh 后面跟着是你的主机 我的是031904102 所以ssh 031904102 ,031904102是我主节点的名字。


image.png


成功Hadoop集群便搭建成功了!


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 
相关文章
|
1月前
|
SQL 分布式计算 运维
如何对付一个耗时6h+的ODPS任务:慢节点优化实践
本文描述了大数据处理任务(特别是涉及大量JOIN操作的任务)中遇到的性能瓶颈问题及其优化过程。
|
11天前
|
存储 分布式计算 资源调度
两万字长文向你解密大数据组件 Hadoop
两万字长文向你解密大数据组件 Hadoop
43 11
|
2月前
|
图形学 数据可视化 开发者
超实用Unity Shader Graph教程:从零开始打造令人惊叹的游戏视觉特效,让你的作品瞬间高大上,附带示例代码与详细步骤解析!
【8月更文挑战第31天】Unity Shader Graph 是 Unity 引擎中的强大工具,通过可视化编程帮助开发者轻松创建复杂且炫酷的视觉效果。本文将指导你使用 Shader Graph 实现三种效果:彩虹色渐变着色器、动态光效和水波纹效果。首先确保安装最新版 Unity 并启用 Shader Graph。创建新材质和着色器图谱后,利用节点库中的预定义节点,在编辑区连接节点定义着色器行为。
120 0
|
2月前
|
分布式计算 资源调度 Hadoop
Hadoop入门基础(五):Hadoop 常用 Shell 命令一网打尽,提升你的大数据技能!
Hadoop入门基础(五):Hadoop 常用 Shell 命令一网打尽,提升你的大数据技能!
|
2月前
|
存储 SQL 分布式计算
Hadoop生态系统概述:构建大数据处理与分析的基石
【8月更文挑战第25天】Hadoop生态系统为大数据处理和分析提供了强大的基础设施和工具集。通过不断扩展和优化其组件和功能,Hadoop将继续在大数据时代发挥重要作用。
|
2月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
2月前
|
人工智能 分布式计算 架构师
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
|
2月前
|
SQL 分布式计算 数据可视化
基于Hadoop的大数据可视化方法
【8月更文第28天】在大数据时代,有效地处理和分析海量数据对于企业来说至关重要。Hadoop作为一个强大的分布式数据处理框架,能够处理PB级别的数据量。然而,仅仅完成数据处理还不够,还需要将这些数据转化为易于理解的信息,这就是数据可视化的重要性所在。本文将详细介绍如何使用Hadoop处理后的数据进行有效的可视化分析,并会涉及一些流行的可视化工具如Tableau、Qlik等。
72 0
|
1月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
88 11
|
2月前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
113 1