首页 文章 精选 留言 我的

精选列表

搜索[分布式能力],共10000篇文章
优秀的个人博客,低调大师

分布式缓存-redis集群部署

此篇文章只是了解一下redis部署架构方式,至于怎么搭建有兴趣自己研究 redis几个特点:1、redis支持5中数据类型,每种数据类型都有自己的数据结构2、redis提供两种数据持久化机制,RDB和AOF模式,RDB模式是定时用一个线程将数据保存成文件存储在硬盘中,优点是恢复数据块缺点是可能会丢失一整段时间内的数据。AOF机制是通过保存对数据的变更命令日志来实现数据持久化,可选择每次变更保存日志,也可以选择每秒内的日志保存。优点是数据完整性高,缺点是性能低。 redis cluster集群方案: 此种架构特点:1、若干节点组成一个集群,每个节点有主备多个实例,保证高可用性。整个集群将16384个插槽分别存储在不同的节点上,每个集群节点的数据均不一样,每个节点上的主备实例节点数据是一样的。2、Redis Cluster采用无中心架构,每个节点都保存数据和整个集群的节点状态,集群节点不会代理查询,Redis Cluster采用异步复制机制 ,master和slave在先写到master,然后master直接返回ok,然后再把变更异步传播更新到slave里去。3、应该是不支持不同slot的批量操作的,同一个slot的批量操作应该是没问题的。 实际部署架构: 代理层可做批量操作、支持更高的并发、高可用性。 redis集群架构参考redis集群知识

优秀的个人博客,低调大师

zookeeper安装部署--分布式模式

本地模式,和伪分布模式,只适合测试 1:下载zookeeper(zookeeper-3.4.6.tar.gz) http://mirrors.cnnic.cn/apache/zookeeper/zookeeper-3.4.7/ 规划:5个节点(nimbus,slave1,slave2,slave3,slave4)参与选举为前三个节点,后面两个节点作为observer,不参与投票,只负责监控,读取数据 创建目录(xshell 执行一下命令,5个节点同时创建目录) mkdir -p /home/hadoop/app tar -zxvfzookeeper-3.4.6.tar.gz mvzookeeper-3.4.6zookeeper chown -R hadoop:hadoopzookeeper su hadoop cdzookeeper cd conf/ cp zoo_sample.cfg zoo.cfg vi zoo.cfg tickTime=2000(客户端与服务器之间维持心跳的时间间隔单位毫秒)每个多少时间发送一个心跳 initLimit=10(zookeeper接收客户端,zookeeper服务器集中连到leader服务器,不是用户客户端,次数超过多少,无应答,表示失败) syncLimit=5(leader与follower,发送消息,请求和应答时间长度) dataDir=/tmp/zookeeper(数据节点,日志文件)/home/hadoop/data/zookeeper/zkdata dataLogDir=/home/hadoop/data/zookeeper/zkdatalog clientPort=2181(客户端口) server.1=nimbus:2888:3888 server.2=slave1:2888:3888 server.3=slave2:2888:3888 server.4=slave3:2888:3888:observer server.5=slave4:2888:3888:observer (xshell 执行一下命令,5个节点同时创建目录) mkdir -p /home/hadoop/data/zookeeper/zkdata mkdir -p /home/hadoop/data/zookeeper/zkdatalog cd /home/hadoop/data/zookeeper/zkdata vi myid 1 wq slave1 下 cd zkdata vi myid 2 wq 其他节点类似创建myid 将配置好的zookeeper同步到其他节点上 scp -r zookeeper hadoop@slave1:/home/hadoop/app/ scp -r zookeeper hadoop@slave2:/home/hadoop/app/ scp -r zookeeper hadoop@slave3:/home/hadoop/app/ scp -r zookeeper hadoop@slave4:/home/hadoop/app/ slave3上改配置 vi zoo.cfg peerType=observer slave4上改配置 vi zoo.cfg peerType=observer 快捷命令方式 cd /home/hadoop/app/zookeeper 启动下 bin/zkServer.sh start 查看进程 jps bin/zkServer.sh status follower nimbus,slave1 leader slave2 observer slave3,slave4 测试-把slave2停止 bin/zkServer.sh stop slave1变成leader 把slave1停掉 bin/zkServer.sh stop nimbus下 bin/zkServer.sh status 集群不可用 slave3和slave4都不可用 本文转自 skinglzw 51CTO博客,原文链接:http://blog.51cto.com/skinglzw/1833305,如需转载请自行联系原作者

优秀的个人博客,低调大师

hadoop伪分布式2.4.1安装

一、准备: 1、修改主机名: vi /etc/sysconfig/network内容如下: NETWORKING=yes HOSTNAME=myHadoop 2、修改主机名和IP的映射关系,即hosts文件: vi /etc/hosts 192.168.127.150myHadoop 3、关闭防火墙: 3.1、查看防火墙状态 service iptables status 3.2、关闭防火墙 service iptables stop 3.3、查看防火墙开机启动状态 chkconfig iptables --list 3.4、关闭防火墙开机启动 chkconfig iptables off 4、重启Linux: reboot/shutdown -r now 二、安装JDK: 1、解压: tar -zxvf jdk-7u55-linux-i586.tar.gz -C /opt/tool 2、将java添加到环境变量中: sudo vi /etc/profile #在文件最后添加 export JAVA_HOME=/opt/tool/jdk-7u_65-i585 export PATH=$PATH:$JAVA_HOME/bin #刷新配置 source /etc/profile #验证:java -version java version "1.7.0_65" Java(TM) SE Runtime Environment (build 1.7.0_65-b17) Java HotSpot(TM) Client VM (build 24.65-b04, mixed mode) 三、安装hadoop2.4.1: 1、解压: tar -zxvf hadoop-2.4.1.tar.gz -C /opt/tool 2、将hadoop添加到环境变量中 sudovi /etc/profile #在文件最后添加 export HADOOP_HOME=/opt/tool/hadoop-2.4.1 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin #刷新配置 source /etc/profile #验证:hadoop version Hadoop 2.4.1 Subversion http://svn.apache.org/repos/asf/hadoop/common -r 1604318 Compiled by jenkins on 2014-06-21T05:43Z Compiled with protoc 2.5.0 From source with checksum bb7ac0a3c73dc131f4844b873c74b630 This command was run using /opt/tool/hadoop-2.4.1/share/hadoop/common/hadoop-common-2.4.1.jar 3、配置hadoop: 3.1:hadoop-env.sh vim hadoop-env.sh #第27行 export JAVA_HOME=/opt/tool/jdk-7u_65-i585 3.2:core-site.xml <!-- 指定HADOOP所使用的文件系统URI,HDFS的老大(NameNode)的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoopnode0:9000</value> </property> <!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/tool/hadoop-2.4.1/tmp</value> </property> 3.3:hdfs-site.xml hdfs-default.xml (3) <!-- 指定HDFS副本的数量 --> <property> <name>dfs.replication</name> <value>1</value> </property> 3.4:mapred-site.xml (mv mapred-site.xml.template mapred-site.xml) mv mapred-site.xml.template mapred-site.xml vim mapred-site.xml <!-- 指定mr运行在yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> 3.5:yarn-site.xml <!-- 指定YARN的老大(ResourceManager)的地址 --> <property> <name>yarn.resourcemanager.hostname</name> <value>hadoopnode0</value> </property> <!-- reducer获取数据的方式 --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> 3.6:格式化namenode (是对namenode进行初始化,只有在第一次安装时执行格式化,切记切记,否则数据丢失。) hdfs namenode -format (或者hadoop namenode -format) 3.7:启动hadoop: #先启动HDFS:start-dfs.sh,启动了一下进程: NameNode SecondaryNameNode DataNode #再启动YARN:start-yarn.sh,启动了一下进程: NodeManager ResourceManager 3.8:验证是否启动成功 使用jps命令验证 22303 NameNode 22216 Jps 27643 SecondaryNameNode 25566 NodeManager 25603 ResourceManager 27812 DataNode http://192.168.1.201:50070 (HDFS管理界面) http://192.168.1.201:8088 (MR管理界面) 4、NameNode: 是整个文件系统的管理节点。它维护着整个文件系统的文件目录树, 文件/目录的元数据信息和每个文件对应的数据库列表。接收用户的操作请求。 元数据信息保存在fsimage和edit中,fsimage保存的是合并后的元数据信息,而edit保存的是实时的元数据信息。 5、DataNode: 提供真实文件数据的存储服务。文件存储时,是以block为单位进行存储的。 文件块(block):最基本的存储单位。对于文件内容而言,一个文件的长度大小是size, 那么从文件的0偏移开始,按照固定的大小,顺序对文件进行划分并编号,划分好的每一个块 称为一个block。HDFS默认block大小为128MB,以一个256MB文件为例,可以分割为2个Block。 6、SecondaryNameNode : 用来合并fsimage和edit。 本文转自lzf0530377451CTO博客,原文链接:http://blog.51cto.com/8757576/1827475,如需转载请自行联系原作者

优秀的个人博客,低调大师

Hadoop、Hbase完全分布式搭建

一、Hadoop1.0到2.0的架构变化 1、Hadoop 2.0由HDFS、MapReduce和YARN三个分支构成 2、HDFSNN Federation、HA 3、MapReduce运行在YARN上的MR 4、YARN资源管理系统 二、HDFS 2.0 1、解决HDFS 1.0中单点故障和内存受限问题。 2、解决单点故障 HDFS HA通过主备NameNode解决 如果主NameNode发生故障则切换到备NameNode上 3、解决内存受限问题 HDFS Federation(联邦) 水平扩展支持多个NameNode 每个NameNode分管一部分目录 所有NameNode共享所有DataNode存储资 4、仅是架构上发生了变化使用方式不变 对HDFS使用者透明 HDFS 1.0中的命令和API仍可以使用$ hadoop fs -ls /user/hadoop/$ hadoop fs -mkdir /user/hadoop/data 三、HDFS 2.0 HA 1、主备NameNode 2、解决单点故障 主NameNode对外提供服务备NameNode同步主NameNode元数据以待切换 所有DataNode同时向两个NameNode汇报数据块信息 3、两种切换选择 手动切换通过命令实现主备之间的切换可以用HDFS升级等场合 自动切换基于Zookeeper实现 4、基于Zookeeper自动切换方案 Zookeeper Failover Controller监控NameNode健康状态并向Zookeeper注册NameNode NameNode挂掉后ZKFC为NameNode竞争锁获得ZKFC 锁的NameNode变为active 四、环境搭建 192.168.1.2 master 192.168.1.3 slave1 192.168.1.4 slave2 Hadoop versionhadoop-2.2.0.tar.gz Hbase versionhbase-0.98.11-hadoop2-bin.tar.gz Zookeeper versionzookeeper-3.4.5.tar.gz JDK versionjdk-7u25-linux-x64.gz 1、主机HOSTS文件配置 1 2 3 4 5 6 7 8 9 10 11 12 [root@master~] #cat/etc/hosts 192.168.1.2master 192.168.1.3slave1 192.168.1.4slave2 [root@slave1~] #cat/etc/hosts 192.168.1.2master 192.168.1.3slave1 192.168.1.4slave2 [root@slave2~] #cat/etc/hosts 192.168.1.2master 192.168.1.3slave1 192.168.1.4slave2 2、配置节点之间互信 1 2 3 4 5 6 7 8 9 10 [root@master~] #useraddhadoop [root@slave1~] #useraddhadoop [root@slave2~] #useraddhadoop [root@master~] #passwdhadoop [root@slave1~] #passwdhadoop [root@slave2~] #passwdhadoop [root@master~] #su-hadoop [hadoop@master~]$ ssh -copy- id -i~/. ssh /id_rsa .pubslave1 [hadoop@master~]$ ssh -copy- id -i~/. ssh /id_rsa .pubslave2 [hadoop@master~]$ ssh -copy- id -i~/. ssh /id_rsa .pubmaster 3、JDK环境配置 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 [root@master~] #tarjdk-7u25-linux-x64.gz [root@master~] #mkdir/usr/java [root@master~] #mvjdk-7u25-linux-x64.gz/usr/java [root@master~] #cd/usr/java/ [root@masterjava] #ln-sjdk1.7.0_25jdk #修改/etc/profile,添加 export JAVA_HOME= /usr/java/jdk export CLASSPATH=$CLASSPATH:$JAVA_HOME /lib :$JAVA_HOME /jre/lib export PATH= /usr/java/jdk/bin :$PATH [root@master~] #source/etc/profile [root@master~] #java-version javaversion "1.7.0_25" Java(TM)SERuntimeEnvironment(build1.7.0_25-b15) JavaHotSpot(TM)64-BitServerVM(build23.25-b01,mixedmode) #slave1,slave2同样操作 4.Hadoop安装 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 [root@master~] #tarzxvfhadoop-2.2.0.tar.gz [root@master~] #mvhadoop-2.2.0/home/hadoop/ [root@master~] #cd/home/hadoop/ [root@masterhadoop] #ln-shadoop-2.2.0hadoop [root@masterhadoop] #chown-Rhadoop.hadoop/home/hadoop/ [root@master~] #cd/home/hadoop/hadoop/etc/hadoop #修改hadoop-env.sh文件 export JAVA_HOME= /usr/java/jdk export HADOOP_HEAPSIZE=200 #修改mapred-env.sh文件 export JAVA_HOME= /usr/java/jdk export HADOOP_JOB_HISTORYSERVER_HEAPSIZE=1000 #修改yarn-env.sh文件 export JAVA_HOME= /usr/java/jdk JAVA_HEAP_MAX=-Xmx300m YARN_HEAPSIZE=100 #修改core-site.xml文件 <configuration> <property> <name>fs.defaultFS< /name > <value>hdfs: //master :9000< /value > < /property > <property> <name>hadoop.tmp. dir < /name > <value> /home/hadoop/tmp < /value > < /property > <property> <name>hadoop.proxyuser.hadoop.hosts< /name > <value>*< /value > < /property > <property> <name>hadoop.proxyuser.hadoop. groups < /name > <value>*< /value > < /property > < /configuration > #修改hdfs-site.xml文件 <configuration> <property> <name>dfs.namenode.secondary.http-address< /name > <value>master:9001< /value > < /property > <property> <name>dfs.namenode.name. dir < /name > <value> /home/hadoop/dfs/name < /value > < /property > <property> <name>dfs.datanode.data. dir < /name > <value> /home/hadoop/dfs/data < /value > < /property > <property> <name>dfs.replication< /name > <value>2< /value > < /property > <property> <name>dfs.webhdfs.enabled< /name > <value> true < /value > < /property > < /configuration > #修改mapred-site.xml文件 <configuration> <property> <name>mapreduce.framework.name< /name > <value>yarn< /value > < /property > <property> <name>mapreduce.jobhistory.address< /name > <value>master:10020< /value > < /property > <property> <name>mapreduce.jobhistory.webapp.address< /name > <value>master:19888< /value > < /property > <property> <name>mapreduce.map.memory.mb< /name > <value>512< /value > < /property > <property> <name>mapreduce.map.cpu.vcores< /name > <value>1< /value > < /property > <property> <name>mapreduce.reduce.memory.mb< /name > <value>512< /value > < /property > < /configuration > #修改yarn-site.xml文件 <configuration> <property> <name>yarn.nodemanager.aux-services< /name > <value>mapreduce_shuffle< /value > < /property > <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class< /name > <value>org.apache.hadoop.mapred.ShuffleHandler< /value > < /property > <property> <name>yarn.resourcemanager.address< /name > <value>master:8032< /value > < /property > <property> <name>yarn.resourcemanager.scheduler.address< /name > <value>master:8030< /value > < /property > <property> <name>yarn.resourcemanager.resource-tracker.address< /name > <value>master:8031< /value > < /property > <property> <name>yarn.resourcemanager.admin.address< /name > <value>master:8033< /value > < /property > <property> <name>yarn.resourcemanager.webapp.address< /name > <value>master:8088< /value > < /property > <property> <name>yarn.scheduler.minimum-allocation-mb< /name > <value>100< /value > < /property > <property> <name>yarn.scheduler.maximum-allocation-mb< /name > <value>200< /value > < /property > <property> <name>yarn.scheduler.minimum-allocation-vcores< /name > <value>1< /value > < /property > <property> <name>yarn.scheduler.maximum-allocation-vcores< /name > <value>2< /value > < /property > < /configuration > #修改slaves文件 slave1 slave2 #修改/home/hadoop/.bashrc export HADOOP_DEV_HOME= /home/hadoop/hadoop export PATH=$PATH:$HADOOP_DEV_HOME /bin export PATH=$PATH:$HADOOP_DEV_HOME /sbin export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME} export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME} export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME} export YARN_HOME=${HADOOP_DEV_HOME} export HADOOP_CONF_DIR=${HADOOP_DEV_HOME} /etc/hadoop export HDFS_CONF_DIR=${HADOOP_DEV_HOME} /etc/hadoop export YARN_CONF_DIR=${HADOOP_DEV_HOME} /etc/hadoop #将上面修改的文件全部传送到slave1,slave2节点 5、在master节点上启动hdfs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 [hadoop@master~]$ cd /home/hadoop/hadoop/sbin/ [hadoop@mastersbin]$. /start-dfs .sh 15 /03/21 00:49:35WARNutil.NativeCodeLoader:Unabletoloadnative-hadooplibrary for yourplatform...using builtin -javaclasseswhereapplicable Startingnamenodeson[master] master:startingnamenode,loggingto /home/hadoop/hadoop-2 .2.0 /logs/hadoop-hadoop-namenode-master .out slave2:startingdatanode,loggingto /home/hadoop/hadoop-2 .2.0 /logs/hadoop-hadoop-datanode-slave2 .out slave1:startingdatanode,loggingto /home/hadoop/hadoop-2 .2.0 /logs/hadoop-hadoop-datanode-slave1 .out Startingsecondarynamenodes[master] master:startingsecondarynamenode,loggingto /home/hadoop/hadoop-2 .2.0 /logs/hadoop-hadoop-secondarynamenode-master .out #查看进程 [hadoop@master~]$jps 39093Jps 38917SecondaryNameNode 38767NameNode [root@slave1~] #jps 2463Jps 2379DataNode [root@slave2~] #jps 2463Jps 2379DataNode #启动jobhistory [hadoop@mastersbin]$mr-jobhistory-daemon.shstarthistoryserver startinghistoryserver,loggingto /home/hadoop/hadoop-2 .2.0 /logs/mapred-hadoop-historyserver-master .out 6、启动yarn 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 [hadoop@master~]$ cd /home/hadoop/hadoop/sbin/ [hadoop@mastersbin]$. /start-yarn .sh startingyarndaemons startingresourcemanager,loggingto /home/hadoop/hadoop-2 .2.0 /logs/yarn-hadoop-resourcemanager-master .out slave2:startingnodemanager,loggingto /home/hadoop/hadoop-2 .2.0 /logs/yarn-hadoop-nodemanager-slave2 .out slave1:startingnodemanager,loggingto /home/hadoop/hadoop-2 .2.0 /logs/yarn-hadoop-nodemanager-slave1 .out #查看进程 [hadoop@mastersbin]$jps 39390Jps 38917SecondaryNameNode 39147ResourceManager 38767NameNode [hadoop@slave1~]$jps 2646Jps 2535NodeManager 2379DataNode [hadoop@slave2~]$jps 8261Jps 8150NodeManager 8004DataNode 7、查看hdfs文件系统 1 2 3 4 5 [hadoop@mastersbin]$hadoopfs- ls / 15 /03/21 15:56:05WARNutil.NativeCodeLoader:Unabletoloadnative-hadooplibrary for yourplatform...using builtin -javaclasseswhereapplicable Found2items drwxr-xr-x-hadoopsupergroup02015-03-2017:46 /hbase drwxrwx----hadoopsupergroup02015-03-2016:56 /tmp 8、安装Zookeeper 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 [root@master~] #tarzxvfzookeeper-3.4.5.tar.gz-C/home/hadoop/ [root@master~] #cd/home/hadoop/ [root@masterhadoop] #ln-szookeeper-3.4.5zookeeper [root@masterhadoop] #chown-Rhadoop.hadoop/home/hadoop/zookeeper [root@masterhadoop] #cdzookeeper/conf/ [root@masterconf] #cpzoo_sample.cfgzoo.cfg #修改zoo.cfg dataDir= /home/hadoop/zookeeper/data dataLogDir= /home/hadoop/zookeeper/logs server.1=192.168.1.2:7000:7001 server.2=192.168.1.3:7000:7001 server.3=192.168.1.4:7000:7001 #在slave1,slave2执行相同的操作 [hadoop@masterconf] #cd/home/hadoop/zookeeper/data/ [hadoop@masterdata] #echo1>myid [hadoop@slave1data] #echo2>myid [hadoop@slave2data] #echo3>myid #启动zookeeper [hadoop@master~]$ cd zookeeper /bin/ [hadoop@masterbin]$. /zkServer .shstart [hadoop@slave1~]$ cd zookeeper /bin/ [hadoop@slave1bin]$. /zkServer .shstart [hadoop@slave2~]$ cd zookeeper /bin/ [hadoop@slave2bin]$. /zkServer .shstart 9、Hbase安装 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 [root@master~] #tarzxvfhbase-0.98.11-hadoop2-bin.tar.gz-C/home/hadoop/ [root@master~] #cd/home/hadoop/ [root@masterhadoop] #ln-shbase-0.98.11-hadoop2hbase [root@masterhadoop] #chown-Rhadoop.hadoop/home/hadoop/hbase [root@masterhadoop] #cd/home/hadoop/hbase/conf/ #修改hbase-env.sh文件 export JAVA_HOME= /usr/java/jdk export HBASE_HEAPSIZE=50 #修改hbase-site.xml文件 <configuration> <property> <name>hbase.rootdir< /name > <value>hdfs: //master :9000 /hbase < /value > < /property > <property> <name>hbase.cluster.distributed< /name > <value> true < /value > < /property > <property> <name>hbase.zookeeper.property.clientPort< /name > <value>2181< /value > < /property > <property> <name>hbase.zookeeper.quorum< /name > <value>master,slave1,slave2< /value > < /property > < /configuration > #修改regionservers文件 slave1 slave2 #将上面修改的文件传送到slave1,slave2 10、在master上面启动Hbase 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 [hadoop@master~]$ cd hbase /bin/ [hadoop@masterbin]$. /start-hbase .sh master:startingzookeeper,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-zookeeper-master .out slave1:startingzookeeper,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-zookeeper-slave1 .out slave2:startingzookeeper,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-zookeeper-slave2 .out startingmaster,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-master-master .out slave1:startingregionserver,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-regionserver-slave1 .out slave2:startingregionserver,loggingto /home/hadoop/hbase/bin/ .. /logs/hbase-hadoop-regionserver-slave2 .out #查看进程 [hadoop@masterbin]$jps 39532QuorumPeerMain 38917SecondaryNameNode 39147ResourceManager 39918HMaster 38767NameNode 40027Jps [hadoop@slave1data]$jps 3021HRegionServer 3133Jps 2535NodeManager 2379DataNode 2942HQuorumPeer [hadoop@slave2~]$jps 8430HRegionServer 8351HQuorumPeer 8150NodeManager 8558Jps 8004DataNode #验证 [hadoop@masterbin]$. /hbase shell 2015-03-2116:11:44,534INFO[main]Configuration.deprecation:hadoop.native.libisdeprecated.Instead,useio.native.lib.available HBaseShell;enter 'help<RETURN>' for listofsupportedcommands. Type "exit<RETURN>" toleavetheHBaseShell Version0.98.11-hadoop2,r6e6cf74c1161035545d95921816121eb3a516fe0,TueMar300:23:49PST2015 hbase(main):001:0>list TABLE SLF4J:ClasspathcontainsmultipleSLF4Jbindings. SLF4J:Foundbinding in [jar: file : /home/hadoop/hbase-0 .98.11-hadoop2 /lib/slf4j-log4j12-1 .6.4.jar! /org/slf4j/impl/StaticLoggerBinder .class] SLF4J:Foundbinding in [jar: file : /home/hadoop/hadoop-2 .2.0 /share/hadoop/common/lib/slf4j-log4j12-1 .7.5.jar! /org/slf4j/impl/StaticLoggerBinder .class] SLF4J:Seehttp: //www .slf4j.org /codes .html #multiple_bindingsforanexplanation. 2015-03-2116:11:56,499WARN[main]util.NativeCodeLoader:Unabletoloadnative-hadooplibrary for yourplatform...using builtin -javaclasseswhereapplicable 0row(s) in 1.9010seconds =>[] 11、查看集群状态 HDFS UIhttp://192.168.1.2:50070/dfshealth.jsp YARN UIhttp://192.168.1.2:8088/cluster jobhistory UIhttp://192.168.1.2:19888/jobhistory HBASE UIhttp://192.168.1.2:60010/master-status 本文转自ljl_19880709 51CTO博客,原文链接:http://blog.51cto.com/luojianlong/1622823,如需转载请自行联系原作者

资源下载

更多资源
Mario

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

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。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

用户登录
用户注册