分类：hadoop

2021
04-07

Hadoop 使用IntelliJ IDEA 进行远程调试代码的配置方法

一.前言昨天晚上遇到一个奇葩的问题,搞好的环境DataNode启动报错.报错信息提示的模棱两可,没办法定位原因.办法,开启远程调试…注意:开启远程调试的代码,必须与本地idea的代码必须保持一致.二.服务器端配置2.1.设置启动远程debug端口修改服务器上的配置文件${HADOOP_HOME}/etc/hadoop/hadoop-env.sh增加环境变量即可.组件环境变量设置NameNodeexportHADOOP_NAMENODE_OPTS="-... 继续阅读 >

2020
11-17

Hadoop3.2.0集群搭建常见注意事项

一端口变化3.2.0版本中namenode页面端口是9870,datanode管理端口是8088,所以需要开放这两个端口还给web页面访问二butthereisnoYARN_RESOURCEMANAGER_USERdefined.Abortingoperationhadoop-env.sh中不光需要配置java-home,还需要声明下面这些用户变量,不然无法启动:exportJAVA_HOME=/usr/local/jdk/jdk1.8.0_191exportHDFS_NAMENODE_USER=rootexportHDFS_DATANODE_USER=rootexportHDFS_SECONDARYNAMENODE_USER=rootexpo... 继续阅读 >

2020
10-06

Python API 操作Hadoop hdfs详解

http://pyhdfs.readthedocs.io/en/latest/1：安装由于是windows环境（linux其实也一样），只要有pip或者setup_install安装起来都是很方便的>pipinstallhdfs2：Client——创建集群连接>fromhdfsimport*>client=Client("http://s100:50070")其他参数说明：classhdfs.client.Client(url,root=None,proxy=None,timeout=None,session=None)url：ip：端口root：制定的hdfs根目录proxy：制定登陆的用户身份timeout：设置的... 继续阅读 >

2020
09-23

详解Hadoop2.7.2 编译64位源码

一、环境准备1.CentOS配置最好是用新克隆的虚拟机，虚拟机内存设置大一点（我设置的4G），配置网络，主机名，关闭防火墙，关闭selinux注意：采用root角色编译，减少文件夹权限出现问题2.jar包准备(hadoop源码、JDK8、maven、ant、protobuf)（1）hadoop-2.7.2-src.tar.gz（2）jdk-8u144-linux-x64.tar.gz（3）apache-ant-1.9.9-bin.tar.gz（build工具，打包用的）（4）apache-maven-3.0.5-bin.tar.gz（5）protobuf-2.5.0.tar.gz（... 继续阅读 >

2014
11-11

大数据基础技术——爬虫的工具选择

大数据是神马？怎么样才算拥有一只善良又可爱的大数据？一种传统的方法是爬取相关的网页，所以咱们今天讲讲爬虫的一些简单知识和可以选择的工具。爬虫的原理就不必多说了，可以自行Google首先，应该认真考虑你需要什么样的大数据，也就是你的需求是什么。爬取普通网页、博客、新闻、社交网络还是图片？貌似咋一看都是爬虫去爬好了，其实不然，细节上的需求可能导致你需要的工具属性不一样。其次，讲讲笔者用过的一些爬虫工具... 继续阅读 >