Hadoop中文界面 hadoop中文文档

目录：

1. Hadoop简介
2. Hadoop架构
3. Hadoop目录说明
4. Hadoop文件系统HDFS介绍
5. Hadoop环境搭建：伪分布式模式
6. Hadoop修改存储路径和免密
7. web界面访问HDFS与java操作HDFS

一.Hadoop简介

请参考自己下载的Hadoop版本对应的文档：Hadoop快速入门中文文档

1.Hadoop的由来

 硬盘和服务器的关系：一个服务器可以有多个硬盘，就像抽屉一样，拉开一个个抽屉，将硬盘放进去

2.简介

1. 官网：http://hadoop.apache.org/
2. Hadoop是一个分布式系统基础架构，有Apache基金会开发。用户可以不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。
3. Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了储存，MapReduce为海量的数据提供了计算。
4. Hadoop可运行于一般的商用服务器上，具有高容错、高可靠性、高扩展性等特点
   特别适合写一次，读多次的场景
5. 适合

1. 大规模数据
2. 流式数据（写一次，读多次）
3. 商用硬件（一般硬件）

6. 不适合

1. 低延时的数据访问
2. 大量的小文件
3. 频繁修改文件（基本就是写1次）

二.Hadoop架构

• HDFS: 分布式文件存储
• YARN: 分布式资源管理
• MapReduce: 分布式计算
• Others: 利用YARN的资源管理功能实现其他的数据处理方式
• 内部各个节点基本都是采用Master-Woker架构

三.Hadoop目录说明

• bin：Hadoop最基本的管理脚本和使用脚本，这些脚本是sbin目录下管理脚本的基础实现，用户可以用这些脚本管理和使用Hadoop。
• etc：Hadoop配置文件所在的目录，包括core-site.xml、hdfs-site.xml、mapred-site.xml等从Hadoop1.0继承而来的配置文件和yarn-site.xml等Hadoop2.0新增的文件。
• include：对外提供的编程库头文件（具体动态库和静态库在lib目录中），这些头文件均是C++定义的，通常用于C++程序访问HDFS或者变成MR程序。
• lib：该目录提供了对外编程的静态库和动态库，与include目录下的头文件结合使用。
• libexec：各个服务所对应你的shell配置文件所在目录，可用于配置日志输出目录、启动参数（比如JVM参数）等基本信息。
• sbin：Hadoop管理脚本所在目录，主要包括HDFS和YARN中各类服务的启动/关闭脚本。
• share：Hadoop各个模块编译后的jar包所在目录。

四.HDFS介绍

1.Hadoop和HDFS的关系：

1. HDFS（Hadoop Distributed File System）Hadoop分布式文件系统
2. 对外部客户机而言，HDFS就像一个传统的分组文件系统，可以创建、删除、移动或重命名文件等等。很多时候，我们就叫它DFS（Distributed File System）

五.Hadoop环境搭建

步骤：

1. 安装虚拟机
2. 安装jdk
3. 安装Hadoop 

1. Hadoop的安装模式

1. 单节点安装
   所有服务运行在一个JVM中，适合调试、单元测试。
   只能本地电脑使用，外部人不能使用。
2. 伪集群
   所有服务运行在一台机器中，每个服务都在独立的JVM中，适合做简单、抽样测试。
   可以对外提供入口、出口地址，外部的人可以通过这个配置访问hadoop，但是只有一台服务器。所有的服务全部都在一台服务器当中。
3. 多节点集群
   服务运行在不同的机器中，适合生产环境。
   需要提供一个入口、出口地址。但是有多台服务器同时存在。服务可以分布到各台主机上。外部的人，也是通过统一的配置来访问。
4. 问题：地址，我们在进行web项目测试的时候，比如：http://192.168.200.10:8080 这就是一个地址，它由
   http:协议，192.168.200.10 ip，8080:端口 组成，那么hadoop所需要提供的地址是怎么样的呢？
   hadoop的地址：hdfs://主机名:9000     （一定是主机名，而不是ip，具体见hadoop安装的3.2配制Hadoop的入口和出口）

2. Hadoop安装（linux下安装）  

1. 上传tar.gz的文件
2. 解压
3. 配置

1. 第一步：关联jdk
2. 第二步：配置hadoop的入口、出口
3. 第三步：设置hdfs的副本数
   
   什么是副本：

4. 第四步：启动

六.Hadoop修改存储路径和免密

1. 修改储存路径
2. 设置免密

1. 免密的原因
2. 加密分类
3. 免密操作
4. 实例

七.界面访问hdfs与java操作HDFS

1.web界面访问hdfs

2.Java操作HDFS ：
示例：Java 将 hdfs:192.168.200.10:9000/user/yiguang/aaa.txt，复制存储在windows中e:/

1. 在HDFS中创建目录user/yiguang/，并在其目录下创建文件aaa.txt

#第一步：在hdfs中创建文件目录/user/yiguang
[root@kd01 ~]# hdfs dfs -mkdir /user
[root@kd01 ~]# hdfs dfs -mkdir /user/yiguang

#第二步：创建/test/aaa.txt文件，写入的内容为：我们一起学习hadoop。
[root@kd01 test]# touch aaa.txt
[root@kd01 /]# hdfs dfs -cat /aaa.txt
我们一起学习hadoop。

#第三步：将aaa.txt上传到hdfs中
[root@kd01 /]# hdfs dfs -put /test/aaa.txt hdfs://kd01:9000/user/yiguang/

1. 创建maven项目
2. 加入以下pom依赖：注意版本对应

<dependencies>
	  <dependency>
	    <groupId>org.apache.hadoop</groupId>
	    <artifactId>hadoop-hdfs</artifactId>
	    <version>2.7.3</version>
	  </dependency>
	  <dependency>
	  	<groupId>org.apache.hadoop</groupId>
    	<artifactId>hadoop-common</artifactId>
    	<version>2.7.3</version>
	  </dependency>
	  <dependency>
	    <groupId>org.apache.hadoop</groupId>
	    <artifactId>hadoop-client</artifactId>
	    <version>2.7.3</version>
	  </dependency>
   </dependencies>

1. 编写代码

package test;

import java.io.FileOutputStream;
import java.io.IOException;
import java.net.URI;

import org.apache.commons.compress.utils.IOUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class HadoopTest {
	public static void main(String[] args) throws IOException {
		//1.连接
		FileSystem fs=FileSystem.get(URI.create("hdfs://192.168.200.10:9000"), new Configuration());
		//2.拿数据
		FSDataInputStream fsd=fs.open(new Path("/user/yiguang/aaa.txt"));
		//3.处理
		FileOutputStream fos=new FileOutputStream("e://bbb.txt");
		//4.提供了一个工具类
		IOUtils.copy(fsd, fos ,4096);
		//5.关闭
		fos.close();
		fsd.close();
		fs.close();
		
	}
}

1. 运行，查看

注意：问题补充：在上述内容操作过程中需要注意的问题