Flink高手之路2-Flink集群的搭建

分类：大数据作者：W_chuanqi

文章目录


Flink高手之路2-Flink集群的搭建

一、Flink的安装模式

1.本地local模式

本地单机模式，一般用于测试环境是否搭建成功，很少使用

2.独立集群模式standalone

Flink自带集群，开发测试使用

3.高可用的独立集群模式standalone HA

Flink自带集群，用于开发测试

4.基于yarn模式Flink on yarn

计算资源统一交给hadoop的yarn进行管理，用于生产环境

二、基础环境

  • 虚拟机
  • jdk1.8
  • ssh免密登录

三、Flink的local模式安装

1. 下载安装包

image-20230223095958681

点击：

image-20230223100026371

点击下载：

image-20230223100136780

2. 上传服务器

找到安装包，并上传：

image-20230223100343969

上传成功：

image-20230223100531282

3.解压

tar xzvf flink-1.16.1-bin-scala_2.12.tgz -C /export/servers/

image-20230223100705880

进入 Servers 目录下：

image-20230224204513745

进入 Flink 目录下：

image-20230224204623616

进入 bin 目录下：

image-20230223101144313

4. 配置环境变量

image-20230223102504529

5. 使环境变量起作用

image-20230223102117785

6.测试显示版本

image-20230224204825795

7.测试scala shell交互命令行（可跳过）

需要flink的版本是1.12及以下的版本，在高版本中 scala shell 被舍去了。

1)安装一下 Flink 1.12 版本

上传文件

image-20230302110343556

上传成功：

image-20230302110658449

解压

image-20230302110812013

image-20230302110837427

2)启动命令行

启动 shell

bin/start-scala-shell.sh local

image-20230302145653033

image-20230302145940827

3)web ui查看

image-20230302150154151

4)scala命令行示例-单词计数（批处理）
  • 准备好数据文件

image-20230302150406555

benv.readTextFile("/root/a.txt").flatMap(_.split(" ")).map((_,1)).groupBy(0).sum(1).print()

image-20230302151135163

5)scala命令行示例2-窗口计数（流处理）

image-20230302151646765

6)退出命令行

输入 :quit 或者 Ctrl + d

image-20230302151805860

8.local模式测试

启动集群并查看进程

image-20230224205107287

9.查看Flink的web ui

启动失败，需要修改/etc/hosts文件，添加localhost的定义

image-20230302152003815

若直接添加 192.168.92.128 localhost在启动 Hbase时会出现如下错误

image-20230302152424367

修改完成后，启动成功：

在这里插入图片描述

10.local集群运行测试任务-单词计数

1)先准备好数据文件

image-20230302152610056

2)找到单词计数的jar包

image-20230302152748277

3)提交任务到集群上运行

出现错误：org.apache.flink.client.program.ProgramInvocationException: The main method caused an error: java.util.concurrent.ExecutionException: org.apache.flink.runtime.client.JobSubmissionException: Failed to submit JobGraph.

原因：没有启动Flink集群

启动集群：

image-20230302153651124

运行成功：

image-20230302173903844

执行成功后，在/root目录下出现 output 目录

image-20230302153823381

运行结果

image-20230302173042887

4)web ui任务执行过程查看

在这里插入图片描述

点击任务

在这里插入图片描述

11.Flink本地（local）模式任务执行的原理

Flink程序提交任务到 JobClient ，JobClient 提交任务到 JobManager【Master】，JobManager 分发任务给TaskManager，TaskManager执行任务，执行任务后发送状态给 JobManager，JobManager 将结果返回到 JobClient 。

四、Flink的独立集群Standalone模式的安装及测试

1.集群规划

服务器 JobManager TaskManager
hadoop001 ✅ ✅
hadoop002 ❎ ✅
hadoop003 ❎ ✅

2.下载安装包并上传服务器解压

同上

3.配置环境变量并使环境变量起作用

同上

4.修改Flink的配置文件

image-20230302181334266

1)修改yaml或者yml文件的注意事项
  • 不同的等级用冒号隔开，同时缩进格式
  • 次等级的前面是空格，不能使用制表符
  • 冒号之后如果有值，那么冒号与值之间用至少一个空格分隔，不能紧贴在一起

img

2)修改flink-conf.yaml
  • flink1.16版本的配置
################################################################################
#  Licensed to the Apache Software Foundation (ASF) under one
#  or more contributor license agreements.  See the NOTICE file
#  distributed with this work for additional information
#  regarding copyright ownership.  The ASF licenses this file
#  to you under the Apache License,Version 2.0 (the
#  "License"); you may not use this file except in compliance
#  with the License.  You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
#  Unless required by applicable law or agreed to in writing,software
#  distributed under the License is distributed on an "AS IS" BASIS,
#  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND,either express or implied.
#  See the License for the specific language governing permissions and
# limitations under the License.
################################################################################


#==============================================================================
# Common
#==============================================================================

# The external address of the host on which the JobManager runs and can be
# reached by the TaskManagers and any clients which want to connect. This setting
# is only used in Standalone mode and may be overwritten on the JobManager side
# by specifying the --host <hostname> parameter of the bin/jobmanager.sh executable.
# In high availability mode,if you use the bin/start-cluster.sh script and setup
# the conf/masters file,this will be taken care of automatically. Yarn
# automatically configure the host name based on the hostname of the node where the
# JobManager runs.

jobmanager.rpc.address: hadoop001

# The RPC port where the JobManager is reachable.

jobmanager.rpc.port: 6123

# The host interface the JobManager will bind to. By default,this is localhost,and will prevent
# the JobManager from communicating outside the machine/container it is running on.
# On YARN this setting will be ignored if it is set to 'localhost',defaulting to 0.0.0.0.
# On Kubernetes this setting will be ignored,defaulting to 0.0.0.0.
#
# To enable this,set the bind-host address to one that has access to an outside facing network
# interface,such as 0.0.0.0.

jobmanager.bind-host: 0.0.0.0


# The total process memory size for the JobManager.
#
# Note this accounts for all memory usage within the JobManager process,including JVM metaspace and other overhead.

jobmanager.memory.process.size: 1600m

# The host interface the TaskManager will bind to. By default,and will prevent
# the TaskManager from communicating outside the machine/container it is running on.
# On YARN this setting will be ignored if it is set to 'localhost',such as 0.0.0.0.

taskmanager.bind-host: 0.0.0.0

# The address of the host on which the TaskManager runs and can be reached by the JobManager and
# other TaskManagers. If not specified,the TaskManager will try different strategies to identify
# the address.
#
# Note this address needs to be reachable by the JobManager and forward traffic to one of
# the interfaces the TaskManager is bound to (see 'taskmanager.bind-host').
#
# Note also that unless all TaskManagers are running on the same machine,this address needs to be
# configured separately for each TaskManager.

taskmanager.host: hadoop001

# The total process memory size for the TaskManager.
#
# Note this accounts for all memory usage within the TaskManager process,including JVM metaspace and other overhead.

taskmanager.memory.process.size: 1728m

# To exclude JVM metaspace and overhead,please,use total Flink memory size instead of 'taskmanager.memory.process.size'.
# It is not recommended to set both 'taskmanager.memory.process.size' and Flink memory.
#
# taskmanager.memory.flink.size: 1280m

# The number of task slots that each TaskManager offers. Each slot runs one parallel pipeline.

taskmanager.numberOfTaskSlots: 2

# The parallelism used for programs that did not specify and other parallelism.

parallelism.default: 2

# The default file system scheme and authority.
# 
# By default file paths without scheme are interpreted relative to the local
# root file system 'file:///'. Use this to override the default and interpret
# relative paths relative to a different file system,
# for example 'hdfs://mynamenode:12345'
#
# fs.default-scheme

#==============================================================================
# High Availability
#==============================================================================

# The high-availability mode. Possible options are 'NONE' or 'zookeeper'.
#
# high-availability: zookeeper

# The path where metadata for master recovery is persisted. While ZooKeeper stores
# the small ground truth for checkpoint and leader election,this location stores
# the larger objects,like persisted dataflow graphs.
# 
# Must be a durable file system that is accessible from all nodes
# (like HDFS,S3,Ceph,nfs,...) 
#
# high-availability.storageDir: hdfs:///flink/ha/

# The list of ZooKeeper quorum peers that coordinate the high-availability
# setup. This must be a list of the form:
# "host1:clientPort,host2:clientPort,..." (default clientPort: 2181)
#
# high-availability.zookeeper.quorum: localhost:2181


# ACL options are based on https://zookeeper.apache.org/doc/r3.1.2/zookeeperProgrammers.html#sc_BuiltinACLSchemes
# It can be either "creator" (ZOO_CREATE_ALL_ACL) or "open" (ZOO_OPEN_ACL_UNSAFE)
# The default value is "open" and it can be changed to "creator" if ZK security is enabled
#
# high-availability.zookeeper.client.acl: open

#==============================================================================
# Fault tolerance and checkpointing
#==============================================================================

# The backend that will be used to store operator state checkpoints if
# checkpointing is enabled. Checkpointing is enabled when execution.checkpointing.interval > 0.
#
# Execution checkpointing related parameters. Please refer to CheckpointConfig and ExecutionCheckpointingOptions for more details.
#
# execution.checkpointing.interval: 3min
# execution.checkpointing.externalized-checkpoint-retention: [DELETE_ON_CANCELLATION,RETAIN_ON_CANCELLATION]
# execution.checkpointing.max-concurrent-checkpoints: 1
# execution.checkpointing.min-pause: 0
# execution.checkpointing.mode: [EXACTLY_ONCE,AT_LEAST_ONCE]
# execution.checkpointing.timeout: 10min
# execution.checkpointing.tolerable-failed-checkpoints: 0
# execution.checkpointing.unaligned: false
#
# Supported backends are 'hashmap','rocksdb',or the
# <class-name-of-factory>.
#
# state.backend: hashmap

# Directory for checkpoints filesystem,when using any of the default bundled
# state backends.
#
# state.checkpoints.dir: hdfs://namenode-host:port/flink-checkpoints

# Default target directory for savepoints,optional.
#
# state.savepoints.dir: hdfs://namenode-host:port/flink-savepoints

# Flag to enable/disable incremental checkpoints for backends that
# support incremental checkpoints (like the RocksDB state backend). 
#
# state.backend.incremental: false

# The failover strategy,i.e.,how the job computation recovers from task failures.
# Only restart tasks that may have been affected by the task failure,which typically includes
# downstream tasks and potentially upstream tasks if their produced data is no longer available for consumption.

jobmanager.execution.failover-strategy: region

#==============================================================================
# Rest & web frontend
#==============================================================================

# The port to which the REST client connects to. If rest.bind-port has
# not been specified,then the server will bind to this port as well.
#
rest.port: 8081

# The address to which the REST client will connect to
#
rest.address: hadoop001

# Port range for the REST and web server to bind to.
#
#rest.bind-port: 8080-8090

# The address that the REST & web server binds to
# By default,which prevents the REST & web server from
# being able to communicate outside of the machine/container it is running on.
#
# To enable this,set the bind address to one that has access to outside-facing
# network interface,such as 0.0.0.0.
#
rest.bind-address: 0.0.0.0

# Flag to specify whether job submission is enabled from the web-based
# runtime monitor. Uncomment to disable.

#web.submit.enable: false

# Flag to specify whether job cancellation is enabled from the web-based
# runtime monitor. Uncomment to disable.

#web.cancel.enable: false

#==============================================================================
# Advanced
#==============================================================================

# Override the directories for temporary files. If not specified,the
# system-specific Java temporary directory (java.io.tmpdir property) is taken.
#
# For framework setups on Yarn,Flink will automatically pick up the
# containers' temp directories without any need for configuration.
#
# Add a delimited list for multiple directories,using the system directory
# delimiter (colon ':' on unix) or a comma,e.g.:
#     /data1/tmp:/data2/tmp:/data3/tmp
#
# Note: Each directory entry is read from and written to by a different I/O
# thread. You can include the same directory multiple times in order to create
# multiple I/O threads against that directory. This is for example relevant for
# high-throughput RAIDs.
#
# io.tmp.dirs: /tmp

# The classloading resolve order. Possible values are 'child-first' (Flink's default)
# and 'parent-first' (Java's default).
#
# Child first classloading allows users to use different dependency/library
# versions in their application than those in the classpath. Switching back
# to 'parent-first' may help with debugging dependency issues.
#
# classloader.resolve-order: child-first

# The amount of memory going to the network stack. These numbers usually need 
# no tuning. Adjusting them may be necessary in case of an "Insufficient number
# of network buffers" error. The default min is 64MB,the default max is 1GB.
# 
# taskmanager.memory.network.fraction: 0.1
# taskmanager.memory.network.min: 64mb
# taskmanager.memory.network.max: 1gb

#==============================================================================
# Flink Cluster Security Configuration
#==============================================================================

# Kerberos authentication for various components - Hadoop,ZooKeeper,and connectors -
# may be enabled in four steps:
# 1. configure the local krb5.conf file
# 2. provide Kerberos credentials (either a keytab or a ticket cache w/ kinit)
# 3. make the credentials available to various JAAS login contexts
# 4. configure the connector to use JAAS/SASL

# The below configure how Kerberos credentials are provided. A keytab will be used instead of
# a ticket cache if the keytab path and principal are set.

# security.kerberos.login.use-ticket-cache: true
# security.kerberos.login.keytab: /path/to/kerberos/keytab
# security.kerberos.login.principal: flink-user

# The configuration below defines which JAAS login contexts

# security.kerberos.login.contexts: Client,KafkaClient

#==============================================================================
# ZK Security Configuration
#==============================================================================

# Below configurations are applicable if ZK ensemble is configured for security

# Override below configuration to provide custom ZK service name if configured
# zookeeper.sasl.service-name: zookeeper

# The configuration below must match one of the values set in "security.kerberos.login.contexts"
# zookeeper.sasl.login-context-name: Client

#==============================================================================
# HistoryServer
#==============================================================================

# The HistoryServer is started and stopped via bin/historyserver.sh (start|stop)

# Directory to upload completed jobs to. Add this directory to the list of
# monitored directories of the HistoryServer as well (see below).
#jobmanager.archive.fs.dir: hdfs:///completed-jobs/

# The address under which the web-based HistoryServer listens.
#historyserver.web.address: 0.0.0.0

# The port under which the web-based HistoryServer listens.
#historyserver.web.port: 8082

# Comma separated list of directories to monitor for completed jobs.
#historyserver.archive.fs.dir: hdfs:///completed-jobs/

# Interval in milliseconds for refreshing the monitored directories.
#historyserver.archive.fs.refresh-interval: 10000
  • Flink1.12版本的配置

image-20230318160134929

3)master

image-20230309185746272

4)workers

image-20230309185804682

5.分发文件

1)分发flink

image-20230309190332591

image-20230309190406360

2)分发/etc/profile

image-20230309190547242

3)使得配置文件起作用

在这里插入图片描述

6.启动Flink集群，并查看相关进程

image-20230309190808988

image-20230309190824923

image-20230309190839370

7.web ui查看

image-20230309191202732

8.集群测试

1)提交单词计数的任务，使用默认的参数

image-20230309191530804

image-20230309191557889

image-20230309191655389

2)提交单词计数的任务，使用自定义参数

准备好数据文件

image-20230309191818494

上传hdfs

首先要确保 hdfs 集群已经启动

image-20230309192011383

发现我们以前已经上传过了

image-20230309192200809

提交命令

flink run ./WordCount.jar --input hdfs://hadoop001:9000/input --output hdfs://hadoop001:9000/output

image-20230309194837722

出现错误：

org.apache.flink.core.fs.UnsupportedFileSystemSchemeException: Hadoop is not in the classpath/dependencies.

这个错误需要把flink-1.16.1与hadoop3进行集成。

在这里插入图片描述

3）添加hadoop classpath配置
export HADOOP_CLASSPATH=`hadoop classpath`

image-20230309204603095

4）分发并激活环境变量

image-20230309204830807

image-20230309204852268

5）下载flink和hadoop的连接工具，上传到flink的lib文件夹

去maven中央仓库下载如下jar包并上传到 flink/lib文件夹中

https://mvnrepository.com/artifact/commons-cli/commons-cli/1.5.0

https://mvnrepository.com/artifact/org.apache.flink/flink-shaded-hadoop-3-uber

这是为了集成hadoop，而shaded依赖已经解决了相关的jar包冲突等问题，该jar包属于第三方jar包，官网有链接，但是并没有hadoop 3.X的，这个直接在maven中央仓库搜索倒是可以搜得到。

image-20230309210652556

上传 jar 包到lib目录下

image-20230309210736892

分发 lib 目录到hadoop002和hadoop003

image-20230309211021659

6）重新启动flink集群

image-20230309211259554

7）重新提交单词计数的任务，使用自定义参数

image-20230309211757055

查看 flink web ui

image-20230309211842634

查看 hdfs web UI

image-20230309211947762

点击一个文件查看

image-20230309212045076

9.工作原理

image-20230318162403218

五、独立集群高可用Standalone-HA搭建

1.集群规划

服务器 JobManager TaskManager
hadoop001 y y
hadoop002 y y
hadoop003 n y

2.修改flink的配置文件

1)修改flink-conf.yaml文件

image-20230318150454897

image-20230318150742199

2)修改masters文件

image-20230318150958055

3)不用修改workers文件

3.同步配置文件

分发到Hadoop002：

image-20230318151234175

分发到Hadoop003：

image-20230318151309661

4.修改hadoop002上的flink-conf.yaml文件

image-20230318160917260

image-20230318160936730

注意：12.7版本下只需要修改一处就可以了，16.1需要修改3处，否则会提交任务失败。

5.启动集群

1)启动zookeeper

启动ZooKeeper，查看ZooKeeper的状态：

image-20230318151739855

image-20230318151817728

image-20230318151832942

2)启动hdfs
3)启动yarn

image-20230318152032691

4)启动flink集群

image-20230318152301750

image-20230318152322750

image-20230318152342210

6.flink的web ui查看

在这里插入图片描述

image-20230318154611294

7.集群的测试

1)单词计数使用默认的参数

image-20230318155026268

2)杀掉hadoop001的master进程

image-20230318155238807

此时查看web ui，hadoop001无法访问，hadoop002还可以继续访问

在这里插入图片描述

image-20230318155329610

3)再次提交单词计数的任务（使用默认参数）

image-20230318160813397

集群能正常工作，说明高可用在起作用

4)接着杀掉hadoop002的master

image-20230318161118145

此时，node2的web ui也无法访问

在这里插入图片描述

再次提交任务，出现错误，无法运行任务

在这里插入图片描述

5)单词计数，使用自定义参数

重启集群

在这里插入图片描述

删除hdfs上以前创建的output文件夹

在这里插入图片描述

提交任务，使用之前上传的数据

flink run examples/batch/WordCount.jar --input hdfs://hadoop001:9000/input --output hdfs://hadoop001:9000/output

image-20230318161818134

查看结果

image-20230318161919032

杀掉hadoop001的master进程，并再次提交任务

image-20230318162011128

image-20230318162125670

再次删除hdfs上之前创建的output文件夹

在这里插入图片描述

再次提交任务，可以正常运行并查看结果，说明高可用搭建成功

image-20230318162218451

image-20230318162258346

8.工作原理

image-20230318162339591

六、Flink on Yarn模式集群搭建及测试

1.为什么要使用Flink on Yarn

  • yarn管理资源，可以按需使用，提高整个集群的资源利用率
  • 任务有优先级，可以根据优先级合理的安排任务运行作用
  • 基于yarn的调度系统，能够自动化的处理各个角色的容错

2.集群规划

跟standalone保持一致

服务器 JobManager TaskManager
hadoop001 y y
hadoop002 y y
hadoop003 n y

3.修改yarn的配置

image-20230318172552808

4.启动相关的服务

  • zookeeper
  • hdfs
  • yarn
  • flink
  • historyserver（可选）

image-20230318163102576

启动历史服务器

image-20230318163202548

5.flink on yarn提交任务的模式

有两种模式

  • session模式 ：会话模式
  • per-job模式：每任务模式

image-20230318163241950

6.Session模式提交任务

1)开启会话（session）

在这里插入图片描述

语法：

yarn-session.sh -n 2 -tm 800 -s 1 -d

说明：

  • n:表示申请容器的数量，也就是worker的数量，也就是cpu的核心数
  • tm：表示给个worker（TaskManager）的内存大小
  • s:表示每个worker的slot的数量
  • d:表示后台运行

启动一个会话

yarn-session.sh -n 2 -tm 800 -s 1 -d

image-20230318165440184

此时的进程

image-20230318165616740

web ui的查看

在这里插入图片描述

image-20230318165726374

image-20230318165753985

image-20230318165813998


在这里插入图片描述

2)提交任务-单词计数

使用的默认的参数，提交任务

在这里插入图片描述

查看yarn的web ui

image-20230318170129754

image-20230318170153354

image-20230318170237753

3)再次提交任务

image-20230318170401039

再次查看yarn的web ui

在这里插入图片描述

7.关闭yarn-session

image-20230318170550643

关闭会话

在这里插入图片描述

查看进程

在这里插入图片描述

查看yarn的web ui

image-20230318170856929

8.Per-Job模式提交任务

1)语法
flink run -m yarn-cluster -yjm 1024 -ytm 1024 examples/batch/WordCount.jar

说明：

  • m：jobmanager的地址
  • yjm：jobmanager的内存大小
  • ytm：taskmanager的内存大小
2)提交任务

image-20230318173249697

3)查看yarn的web ui

image-20230318182246540

执行过程中出现错误

在这里插入图片描述

解决错误，可以修改flink的配置

image-20230318174003186

分发配置文件，并重启flink

4)再次提交任务

image-20230318183041623

image-20230318183059616

5)查看jps，并没有相关的进程，也就是当任务执行完成后，进程自动关闭

image-20230318183132638

9.flink任务提交参数总结

在这里插入图片描述

image-20230318183302293

image-20230318183319544

image-20230318183354567

image-20230318183428368

image-20230318183444450

参考文章：

flink启动后web访问问题

Flink高手之路：Flink的环境搭建

org.apache.flink.core.fs.UnsupportedFileSystemSchemeException:Hadoop is not in the classpath/dependencies

flink 1.15.2集群搭建（Flink Standalone模式）

原文地址：https://blog.csdn.net/W_chuanqi/article/details/129740422

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

相关推荐

MySQL安装与环境搭建——超详细教程
文章浏览阅读5.3k次，点赞10次，收藏39次。本章详细写了mysql的安装，环境的搭建以及安装时常见的问题和解决办法。_mysql安装及配置超详细教程
大数据编程期末大作业2023
文章浏览阅读1.8k次，点赞50次，收藏31次。本篇文章讲解Spark编程基础这门课程的期末大作业，主要围绕Hadoop基本操作、RDD编程、SparkSQL和SparkStreaming编程展开。_直接将第4题的计算结果保存到/user/root/lisi目录中lisipi文件里。
ES查询常用语法
文章浏览阅读7.8k次，点赞9次，收藏34次。ES查询常用语法目录1. ElasticSearch之查询返回结果各字段含义2. match 查询3. term查询4. terms 查询5. range 范围6. 布尔查询6.1 filter加快查询效率的原因7. boosting query(提高查询)8. dis_max(最佳匹配查询）9. 分页10. 聚合查询【内含实际的demo】_es查询语法
大数据毕设项目 - opencv python 深度学习垃圾图像分类系统
文章浏览阅读928次，点赞27次，收藏18次。
【愚公系列】2024年02月 大数据教学课程 021-zookeeper的使用
文章浏览阅读1.1k次，点赞24次，收藏24次。作用描述分布式协调和一致性协调多个节点的活动，确保一致性和顺序。实现一致性、领导选举、集群管理等功能，确保系统的稳定和可靠性。高可用性和容错性Zookeeper是高可用的分布式系统，通过多个节点提供服务，容忍节点故障并自动进行主从切换。作为其他分布式系统的高可用组件，提供稳定的分布式协调和管理服务，保证系统的连续可用性。配置管理和动态更新作为配置中心，集中管理和分发配置信息。通过订阅机制，实现对配置的动态更新，以适应系统的变化和需求的变化。分布式锁和并发控制。
【知识整理】产研中心岗位评定标准之大数据岗位
文章浏览阅读1.5k次，点赞26次，收藏29次。为贯彻执行集团数字化转型的需要,该知识库将公示集团组织内各产研团队不同角色成员的职务“职级”岗位的评定标准;
【愚公系列】2024年02月 大数据教学课程 020-Hadoop的安装
文章浏览阅读1.2k次，点赞26次，收藏28次。在安装Hadoop之前，需要进行以下准备工作：确认操作系统：Hadoop可以运行在多种操作系统上，包括Linux、Windows和Mac OS等。选择适合你的操作系统，并确保操作系统版本符合Hadoop的要求。安装Java环境：Hadoop是基于Java开发的，因此需要先安装和配置Java环境。确保已经安装了符合Hadoop版本要求的Java Development Kit (JDK)，并设置好JAVA_HOME环境变量。确认硬件要求：Hadoop是一个分布式系统，因此需要多台计算机组成集群。
大数据毕设分享 基于大数据的K-means广告效果分析
文章浏览阅读974次，点赞19次，收藏24次。# 基于大数据的K-means广告效果分析毕业设计 基于大数据的K-means广告效果分析。
大数据与Hadoop入门理论
文章浏览阅读1.7k次，点赞6次，收藏10次。Hadoop入门理论
农业病虫害数据集与算法——调研整理
文章浏览阅读1.3w次，点赞28次，收藏232次。通过博客和文献调研整理的一些农业病虫害数据集与算法。_病虫害数据集
大数据之zookeeper选举机制
文章浏览阅读699次，点赞22次，收藏7次。ZooKeeper使用的是Zab（ZooKeeper Atomic Broadcast）协议，其选举过程基于一种名为Fast Leader Election（FLE）的算法进行。：每个参与选举的ZooKeeper服务器称为一个“Follower”或“Candidate”，它们都有一个唯一的标识ID（通常是一个整数），并且都知道集群中其他服务器的ID。总之，ZooKeeper的选举机制确保了在任何时刻集群中只有一个Leader存在，并通过过半原则保证了即使部分服务器宕机也能维持高可用性和一致性。
【大数据开发运维解决方案】Informatica 9.6.1+ORACLE11G+WIN10安装过程
文章浏览阅读10w+次，点赞62次，收藏73次。informatica 9.x是一款好用且功能强大的数据集成平台，主要进行各类数据库的管理操作，是使用相当广泛的一款ETL工具(注: ETL就是用来描述将数据从源端经过抽取(extract)、转换(transform)、加载(load)到目的端的过程)。本文主要为大家图文详细介绍Windows10下informatica powercenter 9.6.1安装与配置步骤。文章到这里就结束了，本人是在虚拟机中装了一套win10然后在此基础上测试安装的这些软件，因为工作学习要分开嘛哈哈哈。！！！！！_informatica客户端安装教程
111个Python数据分析实战项目，代码已跑通，数据可下载
文章浏览阅读7.8w次，点赞245次，收藏2.9k次。111个Python数据分析实战项目，代码已跑通，数据可下载_python数据分析项目案例
【大数据基础平台】星环TDH社区集群版本部署
文章浏览阅读1.9k次，点赞61次，收藏64次。TDH企业级一站式大数据基础平台致力于帮助企业更全面、更便捷、更智能、更安全的加速数字化转型。通过数年时间的打磨创新，已帮助数千家行业客户利用大数据平台构建核心商业系统，加速商业创新。为了让大数据技术得到更广泛的使用与应用从而创造更高的价值，依托于TDH强大的技术底座，星环科技推出TDH社区版（Transwarp Data Hub Community Edition）版本，致力于为企业用户、高校师生、科研机构以及其他专业开发人员提供更轻量、更简单、更易用的数据分析开发环境，轻松应对各类人员数据分析需求。_星环tdh没有hive
大数据毕设分享 python图像检索系统设计与实现
文章浏览阅读836次，点赞21次，收藏19次。
大数据就业方向-（工作）ETL开发
文章浏览阅读1k次，点赞21次，收藏15次。主要介绍ETL相关工作的一些概念和需求点
ssm博物馆线上导览系统--64574 (免费领源码、附论文）可做计算机毕业设计JAVA、PHP、爬虫、APP、小程序、C#、C++、python、数据可视化、大数据、全套文案
文章浏览阅读1.4k次。本文以Android、java为开发技术，实现了一个基于Android的博物馆线上导览系统 app。基于Android的博物馆线上导览系统 app的主要使用者分为管理员和用户，app端：首页、菜谱信息、甜品信息、交流论坛、我的，管理员：首页、个人中心、用户管理、菜谱信息管理、菜谱分类管理、甜品信息管理、甜品分类管理、宣传广告管理、交流论坛、系统管理等功能。通过这些功能模块的设计，基本上实现了整个博物馆线上导览的过程。
业务智能的未来趋势：AI与大数据的融合
文章浏览阅读897次，点赞19次，收藏26次。1.背景介绍在当今的数字时代，数据已经成为企业和组织中最宝贵的资源之一。随着互联网、移动互联网和物联网等技术的发展，数据的产生和收集速度也急剧增加。这些数据包括结构化数据(如数据库、 spreadsheet 等)和非结构化数据(如文本、图像、音频、视频等)。这些数据为企业和组织提供了更多的信息和见解，从而帮助他们做出更明智的决策。业务智能(Business Intelligence，BI)...
架构设计内容分享(二百一十)：设计一个大并发、大数据的系统架构，说说设计思路
文章浏览阅读932次，点赞22次，收藏16次。也就是说，一个类应该对自己需要耦合或调用的类知道的最少，类与类之间的关系越密切，耦合度越大，那么类的变化对其耦合的类的影响也会越大，这也是我们面向对象设计的核心原则：低耦合，高内聚。优秀的架构和产品都是一步一步迭代出来的，用户量的不断增大，业务的扩展进行不断地迭代升级，最终演化成优秀的架构。其根本思想是强调了类的松耦合，类之间的耦合越弱，越有利于复用，一个处在弱耦合的类被修改，不会波及有关系的类。缓存，从操作系统到浏览器，从数据库到消息队列，从应用软件到操作系统，从操作系统到CPU，无处不在。
大数据毕设分享(含算法) 基于hadoop大数据教育可视化系统(源码+论文)
文章浏览阅读937次，点赞22次，收藏23次。大数据可视化是关于数据视觉表现形式的科学技术研究[9]，将数据转换为图形或图像在屏幕上显示出来，并进行各种交互处理的理论、方法和技术。将数据直观地展现出来，以帮助人们理解数据，同时找出包含在海量数据中的规律或者信息，更多的为态势监控和综合决策服务。数据可视化是大数据生态链的最后一公里，也是用户最直接感知数据的环节。数据可视化系统并不是为了展示用户的已知的数据之间的规律，而是为了帮助用户通过认知数据，有新的发现，发现这些数据所反映的实质。大数据可视化的实施是一系列数据的转换过程。
pythonJavaScriptjavaHTMLPHPreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-boot