1、Hadoop学习笔记
一、如何安装配置apache的一个开源hadoop集群
使用root账户登录
修改IP
修改host主机名
配置SSH免密码登录
关闭防火墙
安装JDK并配置jdk环境变量
解压hadoop安装包
配置hadoop的核心文件
hadoop-env.sh，core-site.xml , mapred-site.xml ， hdfs-site.xml ，yarn-site.xml ，slaves
配置hadoop环境变量
格式化 hadoop namenode-format
启动节点start-dfs.sh,start-yarn.sh
二、HDFS存储机制
HDFS（Hadoop Distributed File System）是GFS的开源实现。
特点如下：
能够运行在廉价机器上，硬件出错常态，需要具备高容错性
流式数据访问，而不是随机读写
面向大规模数据集，能够进行批处理、能够横向扩展
简单一致性模型，假定文件是一次写入、多次读取
缺点：
不支持低延迟数据访问
不适合大量小文件存储（因为每条元数据占用空间是一定的）
不支持并发写入，一个文件只能有一个写入者
不支持文件随机修改，仅支持追加写入
HDFS中的block、packet、chunk
要把读写过程细节搞明白前，你必须知道block、packet与chunk。下面分别讲述。
block
这个大家应该知道，文件上传前需要分块，这个块就是block，一般为128MB，当然你可以去改，不顾不推荐。因为块太小：寻址时间占比过高。块太大：Map任务数太少，作业执行速度变慢。它是最大的一个单位。
packet
packet是第二大的单位，它是client端向DataNode，或DataNode的PipLine之间传数据的基本单位，默认64KB。
chunk
chunk是最小的单位，它是client向DataNode，或DataNode的PipLine之间进行数据校验的基本单位，默认512Byte，因为用作校验，故每个chunk需要带有4Byte的校验位。所以实际每个chunk写入packet的大小为516Byte。由此可见真实数据与校验值数据的比值约为128 : 1。（即64*1024 / 512）
例如，在client端向DataNode传数据的时候，HDFSOutputStream会有一个chunk buff，写满一个chunk后，会计算校验和并写入当前的chunk。之后再把带有校验和的chunk写入packet，当一个packet写满后，packet会进入dataQueue队列，其他的DataNode就是从这个dataQueue获取client端上传的数据并存储的。同时一个DataNode成功存储一个packet后之后会返回一个ack packet，放入ack Queue中。
写流程（详细步骤）
客户端向NameNode发出写文件请求。
检查是否已存在文件、检查权限。若通过检查，直接先将操作写入EditLog，并返回输出流对象。
注：WAL，write ahead log，先写Log，再写内存，因为EditLog记录的是最新的
HDFS客户端执行所有的写操作。如果后续真实写操作失败了，由于在真实写操作之前，操
作就被写入EditLog中了，故EditLog中仍会有记录，我们不用担心后续client读不到相
应的数据块，因为在第5步中DataNode收到块后会有一返回确认信息，若没写成功，发送
端没收到确认信息，会一直重试，直到成功。
client端按128MB的块切分文件。
client将NameNode返回的分配的可写的DataNode列表和Data数据一同发送给最近的第一个DataNode节点，此后client端和NameNode分配的多个DataNode构成pipeline管道，client端向输出流对象中写数据。client每向第一个DataNode写入一个packet，这个packet便会直接在pipeline里传给第二个、第三个…DataNode。
注：并不是写好一个块或一整个文件后才向后分发
每个DataNode写完一个块后，会返回确认信息。
注：并不是每写完一个packet后就返回确认信息，packet中的每个chunk都携带校验信息，没必要每写一个就汇报一下，这样效率太慢。正确的做法是写完一个block块后，对校验信息进行汇总分析，就能得出是否有块写错的情况发生
写完数据，关闭输出流
发送完成信号给NameNode。
注：发送完成信号的时机取决于集群是强一致性还是最终一致性，强一致性则需要所有DataNode写完后才向NameNode汇报。最终一致性则其中任意一个DataNode写完后就能单独向NameNode汇报，HDFS一般情况下都是强调强一致性
原文链接：https://blog.csdn.net/m0_37746551/article/details/87806340