大数据 hadoop 要不要raid5
大数据 hadoop 要不要raid5
单词计数是最简单也是最能体现MapReduce思想的程序之一，可以称为MapReduce版”Hello World”，该程序的完整代码可以在Hadoop安装包的”src/examples”目录下找到。
大数据探秘：到底要不要考研
想好你考研的原因是什么？或许你就会给自己找到答案了.......于和平
raid5数据问题
不能，就像新磁盘在磁盘管理里要重分区格式化才能识别，但是那样的话，RAID模式下写进的数据也没了，因为RAID写进的数据在一块磁盘上是零散了，甚至这块磁盘的文件系统都是零散的，不完整的。及时运气好正好这块磁盘上有较完整的文件系统的元数据，是你在别的电脑上能看到了文件，但是这些文件常识打开，绝对汇报错的。或许你运气好到极点，看到了一个文本文档能打开，不过那估计也是4KB以下的内容。。。文件大小 小于 RAID条带大小除以RAID磁盘数量，并且跟文件系统簇大小也有关系的。意思就是基本上你无法在另一台电脑上去读取这块磁盘。说了这么多就是希望你能深入的了解下，大概的情况。
大数据告诉你要不要当公务员
做不完题是正常的。行测考试时间为120分钟，除去涂答题卡的时间，平均每道题算下来只有50多秒的时间来答。对于我们考生而言，应当首先集中优势兵力，把能做、会做、好做的题都做好，保证正确率
什么是RAID5 RAID5数据恢复原理
- 这种问题是比较复杂的，服务器硬盘，结构都是比较复杂的，简单讲下，RAID5至少需要3块硬盘组合的，需要同型号，同容量的硬盘组合的，如果服务器坏了，那就需要标记硬盘在存储器中的位置的，以便后期恢复数据使用的
-
服务器坏了，至少是2块硬盘出问题了，所以，坏了，就不要操作的，保护好现场，找专业数据恢复人员恢复数据，一般数据都是可以恢复的，推荐西安军王数据，专业数据恢复机构，如果只是服务器磁盘整列坏了，恢复的希望很大的
大数据一定需要Hadoop吗
是的。目前还没有什么技术可以代替Hadoop。
使用HDFS的mand命令去查看hdfs上的文件，或者使用默认的Hadoop的web管理器查看，从hadoop0.2.23后，hadoop设计了一套Rest风格的接口，通过协议访问的方式，去浏览和操作HDFS上的数据。
大数据告诉你大学期间要不要考驾照
关于大学毕业生需不需要考驾照这个问题，一般来说，极少有找工作时要求有驾照的工作单位，所以考驾照并不是必须的。但是，总的来说，尤其是男生，肯定是想自己开车的。因此考驾照的最佳时间莫过于大学期间，随便找个寒暑假学上一两个月，基本上都能拿到驾照。如果在校期间不及时考到驾照，恐怕以后工作了的话，就没有那么多时间来考了。所以能在大学时候考到驾照就尽量考，不能的话也不要太勉强自己。
当然，还有一个问题就是大学毕业前要修够课外学分，如果你的课外学分修不够的话，可以考个驾照，这个可以作为2分的课外学分，为你的毕业加学分的，所以大学期间最好考一个驾照。
大数据：Hadoop入门
什么是大数据：
（1.）大数据是指在一定时间内无法用常规软件对其内容进行抓取，管理和处理的数据 *** ，简而言之就是数据量非常大，大到无法用常规工具进行处理，如关系型数据库，数据仓库等。这里“大”是一个什么量级呢？如在阿里巴巴每天处理数据达到20PB（即20971520GB）.
2.大数据的特点：
（1.）体量巨大。按目前的发展趋势来看，大数据的体量已经到达PB级甚至EB级。
（2.）大数据的数据类型多样，以非结构化数据为主，如网络杂志，音频，视屏，图片，地理位置信息，交易数据，社交数据等。
（3.）价值密度低。有价值的数据仅占到总数据的一小部分。比如一段视屏中，仅有几秒的信息是有价值的。
（4.）产生和要求处理速度快。这是大数据区与传统数据挖掘最显著的特征。
3.除此之外还有其他处理系统可以处理大数据。
Hadoop （开源）
Spark（开源）
Storm（开源）
MongoDB（开源）
IBM PureDate（商用）
Oracle Exadata（商用）
SAP Hana（商用）
Teradata AsterData（商用）
EMC GreenPlum（商用）
HP Vertica（商用）
注：这里我们只介绍Hadoop。
二：Hadoop体系结构
Hadoop来源：
Hadoop源于Google在2003到2004年公布的关于GFS（Google File System），MapReduce和BigTable的三篇论文，创始人Doug Cutting。Hadoop现在是Apache基金会顶级项目，“
Hadoop”一个虚构的名字。由Doug Cutting的孩子为其黄色玩具大象所命名。
Hadoop的核心：
（1.）HDFS和MapReduce是Hadoop的两大核心。通过HDFS来实现对分布式储存的底层支持，达到高速并行读写与大容量的储存扩展。
（2.）通过MapReduce实现对分布式任务进行处理程序支持，保证高速分区处理数据。
3.Hadoop子项目：
（1.）HDFS：分布式文件系统，整个Hadoop体系的基石。
（2.）MapReduce/YARN：并行编程模型。YARN是第二代的MapReduce框架，从Hadoop 0.23.01版本后，MapReduce被重构，通常也称为MapReduce V2，老MapReduce也称为 MapReduce V1。
（3.）Hive：建立在Hadoop上的数据仓库，提供类似SQL语音的查询方式，查询Hadoop中的数据，
（5.）HBase:全称Hadoop Database，Hadoop的分布式的，面向列的数据库，来源于Google的关于BigTable的论文，主要用于随机访问，实时读写的大数据。
（6.）ZooKeeper：是一个为分布式应用所设计的协调服务，主要为用户提供同步，配置管理，分组和命名等服务，减轻分布式应用程序所承担的协调任务。
还有其它特别多其它项目这里不做一一解释了。
三：安装Hadoop运行环境
用户创建：
（1.）创建Hadoop用户组，输入命令：
groupadd hadoop
（2.）创建hduser用户，输入命令：
useradd –p hadoop hduser
（3.）设置hduser的密码，输入命令：
passwd hduser
按提示输入两次密码
（4.）为hduser用户添加权限，输入命令：
#修改权限
chmod 777 /etc/sudoers
#编辑sudoers
Gedit /etc/sudoers
#还原默认权限
chmod 440 /etc/sudoers
先修改sudoers 文件权限，并在文本编辑窗口中查找到行“root ALL=（ALL）”，紧跟后面更新加行“hduser ALL=（ALL） ALL”，将hduser添加到sudoers。添加完成后切记还原默认权限，否则系统将不允许使用sudo命令。
（5.）设置好后重启虚拟机，输入命令：
Sudo reboot
重启后切换到hduser用户登录
安装JDK
（1.）下载jdk-7u67-linux-x64.rpm,并进入下载目录。
（2.）运行安装命令:
Sudo rpm –ivh jdk-7u67-linux-x64.rpm
完成后查看安装路径，输入命令：
Rpm –qa jdk –l
记住该路径，
（3.）配置环境变量，输入命令：
Sudo gedit /etc/profile
打开profile文件在文件最下面加入如下内容
export JAVA_HOME=/usr/java/jdk.7.0.67
export CLASSPATH=$ JAVA_HOME/lib:$ CLASSPATH
export PATH=$ JAVA_HOME/bin:$PATH
保存后关闭文件，然后输入命令使环境变量生效：
Source /etc/profile
（4.）验证JDK，输入命令：
Java –version
若出现正确的版本则安装成功。
配置本机SSH免密码登录：
（1.）使用ssh-keygen 生成私钥与公钥文件，输入命令：
ssh-keygen –t rsa
（2.）私钥留在本机，公钥发给其它主机（现在是localhost）。输入命令：
ssh-copy-id localhost
（3.）使用公钥来登录输入命令：
ssh localhost
配置其它主机SSH免密登录
（1.）克隆两次。在VMware左侧栏中选中虚拟机右击，在弹出的快捷键菜单中选中管理---克隆命令。在克隆类型时选中“创建完整克隆”，单击“下一步”，按钮直到完成。
（2.）分别启动并进入三台虚拟机，使用ifconfig查询个主机IP地址。
（3.）修改每台主机的hostname及hosts文件。
步骤1：修改hostname，分别在各主机中输入命令。
Sudo gedit /etc/sysconfig/neork
步骤2：修改hosts文件：
sudo gedit /etc/hosts
步骤3：修改三台虚拟机的IP
第一台对应node1虚拟机的IP：192.168.1.130
第二台对应node2虚拟机的IP：192.168.1.131
第三台对应node3虚拟机的IP：192.168.1.132
（4.）由于已经在node1上生成过密钥对，所有现在只要在node1上输入命令：
ssh-copy-id node2
ssh-copy-id node3
这样就可以将node1的公钥发布到node2，node3。
（5.）测试SSH,在node1上输入命令：
ssh node2
#退出登录
exit
ssh node3
exit
四：Hadoop完全分布式安装
1. Hadoop有三种运行方式：
（1.）单机模式：无须配置，Hadoop被视为一个非分布式模式运行的独立Java进程
（2.）伪分布式：只有一个节点的集群，这个节点即是Master（主节点，主服务器）也是Slave（从节点，从服务器），可在此单节点上以不同的java进程模拟分布式中的各类节点
（3.）完全分布式：对于Hadoop,不同的系统会有不同的节点划分方式。
2.安装Hadoop
（1.）获取Hadoop压缩包hadoop-2.6.0.tar.gz,下载后可以使用VMWare Tools通过共享文件夹，或者使用Xftp工具传到node1。进入node1 将压缩包解压到/home/hduser目录下，输入命令： #进入HOME目录即：“/home/hduser”
cd ~
tar –zxvf hadoop-2.6.0.tar.gz
（2.）重命名hadoop输入命令：
mv hadoop-2.6.0 hadoop
（3.）配置Hadoop环境变量，输入命令：
Sudo gedit /etc/profile
将以下脚本加到profile内：
#hadoop
export HADOOP_HOME=/home/hduser/hadoop
export PATH=$HADOOP_HOME/bin:$PATH
保存关闭，最后输入命令使配置生效
source /etc/profile
注：node2，和node3都要按照以上配置进行配置。
3.配置Hadoop
（1.）hadoop-env.sh文件用于指定JDK路径。输入命令：
[hduser@node1 ~]$ cd ~/hadoop/etc/hadoop
[hduser@node1 hadoop]$ gedit hadoop-env.sh
然后增加如下内容指定jDK路径。
export JAVA_HOME=/usr/java/jdk1.7.0_67
（2.）打开指定JDK路径,输入命令：
export JAVA_HOME=/usr/java/jdk1.7.0_67
（4.）core-site.xml:该文件是Hadoop全局配置，打开并在元素中增加配置属性如下：
fs.defaultFs hdfs:node1:9000 hadoop.tmp.dir file:/home/hduser/hadoop/tmp 这里给出了两个常用的配置属性，fs.defaultFS表示客户端连接HDFS时，默认路径前缀，9000是HDFS工作的端口。Hadoop.tmp.dir如不指定会保存到系统的默认临时文件目录/tmp中。 （5.）hdfs-site.xml:该文件是hdfs的配置。打开并在元素中增加配置属性。 （6.）mapred-site.xml:该文件是MapReduce的配置，可从模板文件mapred-site.xml.template中复制打开并在元素中增加配置。 （7.）yarn-site.xml:如果在mapred-site.xml配置了使用YARN框架，那么YARN框架就使用此文件中的配置，打开并在元素中增加配置属性。 （8.）复制这七个命令到node2,node3。输入命令如下： scp –r /home/hduser/hadoop/etc/hadoop/ hduser@node2:/home/hduser/hadoop/etc/ scp –r /home/hduser/hadoop/etc/hadoop/ hduser@node3:/home/hduser/hadoop/etc/ 4.验证： 下面验证hadoop是否正确 （1.）在Master主机（node1）上格式化NameNode。输入命令： [hduser@node1 ~]$ cd ~/hadoop [hduser@node1 hadoop]$ bin/hdfs namenode –format （2）关闭node1,node2 ,node3,系统防火墙并重启虚拟机。输入命令： service iptables s sudo chkconfig iptables off reboot （3.）输入以下启动HDFS： [hduser@node1 ~]$ cd ~/hadoop （4.）启动所有 [hduser@node1 hadoop]$ *** in/start-all.sh （5.）查看集群状态： [hduser@node1 hadoop]$ bin/hdfs dfsadmin –report （6.）在浏览器中查看hdfs运行状态，网址：:node1:50070 （7.）停止Hadoop。输入命令： [hduser@node1 hadoop]$ *** in/s-all.sh 五：Hadoop相关的shell操作 （1.）在操作系统中/home/hduser/file目录下创建file1.txt,file2.txt可使用图形界面创建。 file1.txt输入内容： Hello World hi HADOOP file2.txt输入内容 Hello World hi CHIAN （2.）启动hdfs后创建目录/input2 [hduser@node1 hadoop]$ bin/hadoop fs –mkdir /input2 （3.）将file1.txt.file2.txt保存到hdfs中: [hduser@node1 hadoop]$ bin/hadoop fs –put -/file/file*.txt /input2/ （4.）[hduser@node1 hadoop]$ bin/hadoop fs –ls /input2
RAID5 数据恢复费用要多少
具体我也不知道，之前到爱特数据恢复机构恢复过，花钱2000不到，貌似具体也要看什么问题。我那问题比较复杂，花2000能搞定，也是很出乎意料
茆牵玉液： R语言和Hadoop让我们体会到了,两种技术在各自领域的强大.很多开发人员在计算机的角度,都会提出下面2个问题.问题1: Hadoop的家族如此之强大,为什么还要结合R语言?问题2: Mahout同样可以做数据挖掘和机器学习,和R语言的区别...
汾西县15695678724： Hadoop 用Hive还是HBase - ？
茆牵玉液： 这个要根据自己处理数据的方式来选择.1、Hive是支持SQL语句的,执行会调用mapreduce,所以延迟比较高;2、HBase是面向列的分布式数据库,使用集群环境的内存做处理,效率会比hive要高,但是不支持sql语句.Hadoop开发和运行处理大规模数据,需要用hbase做数据库,但由于hbase没有类sql查询方式,所以操作和计算数据非常不方便,于是整合hive,让hive支撑在hbase数据库层面的 hql查询,hive也即做数据仓库.
汾西县15695678724： hadoop需要建索引吗 - ？
茆牵玉液： hadoop包括hdfs和mapreduce,mapreduce肯定不会涉及建索引这种事,那么就是hdfs了,hdfs是一个文件系统,用来保存文件,如果你的文件很多,且每次查询时都不知道文件路径,需要根据条件进行搜索,那么你可以建一个索引,但是一般情况下是不会有这种需求的,所以一般情况是不需要建索引的
汾西县15695678724： oracle rac 能支撑大数据处理么 - ？
茆牵玉液： oracle支持大数据量是业界有名的,而rac主要是解决高可用.如果只是处理大数据,考虑用hadoop架构
汾西县15695678724： R语言可以处理大的数据吗 - ？
茆牵玉液： 可以,R现在可以和Hadoop组合起来处理大数据.
汾西县15695678724： 怎么为大数据处理构建高性能Hadoop集群 - ？
茆牵玉液： 越来越多的企业开始使用Hadoop来对大数据进行处理分析,但Hadoop集群的整体性能却取决于CPU、内存、网络以及存储之间的性能平衡.而在这篇文章中,我们将探讨如何为Hadoop集群构建高性能网络,这是对大数据进行处理分析的关键...
汾西县15695678724： hadoop是怎么存储大数据的 - ？
茆牵玉液： Hadoop本身是分布式框架,如果在hadoop框架下,需要配合hbase,hive等工具来进行大数据计算.如果具体深入还要了解HDFS,Map/Reduce,任务机制等等.如果要分析还要考虑其他分析展现工具.大数据还有分析才有价值 用于分析大数据...
汾西县15695678724： 既然Spark比Hadoop性能好很多,Hadoop未来发展方向是什么? - ？
茆牵玉液： Impala比Spark性能还要好,但你看它现在这个鸟样.认真来讲,Hadoop现在分三块HDFS/MR/YARN,Spark比Hadoop性能好,只是Spark作为一个计算引擎,比MR的性能要好.但它的存储和调度框架还是依赖于HDFS/YARN,Spark也有自己的...
汾西县15695678724： hadoop,Storm该选哪一个 - ？
茆牵玉液： 首先整体认识:Hadoop是磁盘级计算,进行计算时,数据在磁盘上,需要读写磁盘;Storm是内存级计算,数据直接通过网络导入内存.读写内存比读写磁盘速度快n个数量级.根据Harvard CS61课件,磁盘访问延迟约为内存访问延迟的75000...
汾西县15695678724： 大数据只需要掌握hadoop吗 - ？
茆牵玉液： 如果只是应用Hadoop/Spark进行数据分析,那么JavaSE只需要基本了解就行了,重点在于深入理解Hadoop/Spark各自的计算模型和实现原理,以及常见的数据分析方法和分布式算法.实际的分析工作,甚至可以不使用java,使用各自的streaming接口用任意语言编写.另外,Spark与Hadoop不同,原生语言是Scala.如果要深入学习两个框架的实现,阅读源代码的话,那肯定就得学习Java/Scala了,建议在掌握基础之后边看代码边查相应的语言特性.对初学者,建议还是从应用入手,在使用的过程中,自然地一步步了解实现.
