《深入理解大数据：大数据处理与编程实践》一一2.5　集群远程作业提交与执行-低调大师

《深入理解大数据：大数据处理与编程实践》一一2.5　集群远程作业提交与执行

2017-07-03 551

本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.5节,作者主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.5　集群远程作业提交与执行

2.5.1　集群远程作业提交和执行过程
Hadoop程序开发与作业提交的基本过程如图2-7所示。

具体可分为以下2个步骤：
（1）在本地完成程序编写和调试
在自己本地安装了单机分布式或单机伪分布式Hadoop系统的机器上，完成程序编写和调试工作。
（2）创建用户账户
为了能访问Hadoop集群提交作业，需要为每个程序用户创建一个账户，获取用户名、密码等信息。
1）将数据和程序传送到Hadoop集群，准备好数据和程序目录，用scp命令传送到Hadoop平台主机上。
2）用SSH命令远程登录到Hadoop集群。
3）将数

微信关注我们

原文链接：https://yq.aliyun.com/articles/120769

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《深入理解大数据：大数据处理与编程实践》一一2.4　Hadoop MapReduce程序开发过程

本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.4节,作者主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.4　Hadoop MapReduce程序开发过程 Hadoop MapReduce程序的开发一般是在程序员本地的单机Hadoop系统上进行程序设计与调试，然后上载到Hadoop集群上运行。开发环境可以使用Eclipse，也可以使用其他开发环境，如IntelliJ。本节仅仅介绍使用Eclipse开发Hadoop程序的过程。Eclipse是一个开源的软件集成开发环境（IDE），可以提供对Java应用的编程开发所需要的完整工具平台。Eclipse官方网站：http://www.eclipse.org/。可以下载Linux版本的Ecl

2017-07-04

574

第3章大数据存储——分布式文件系统HDFS 大数据处理面临的第一个问题是，如何有效存储规模巨大的数据？对于大数据处理应用来说，依靠集中式的物理服务器来保存数据是不现实的，容量也好，数据传输速度也好，都会成为瓶颈。要实现大数据的存储，需要使用几十台、几百台甚至更多的分布式服务器节点。为了统一管理这些节点上存储的数据，必须要使用一种特殊的文件系统——分布式文件系统。为了提供可扩展的大数据存储能力，Hadoop设计提供了一个分布式文件系统HDFS（Hadoop Distributed File System）。本章首先简要介绍HDFS的基本特征、基本构架、工作过程，以及HDFS的可靠性设计和数据存储及访问方法，在此基础上进一步介绍HDFS的文件操作命令和HDFS的编程接口和编程示例。

2017-07-04

602

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。