大数据分析师教程
在一台虚拟机上安装了CentOS以后,可以复制该虚拟机(复制虚拟机Image所在目录),并且修改主机名、进行网络配置修改(IP地址),构造3台虚拟机构成的集群
如果通过复制虚拟机Image的方式,建立另外两个虚拟机碰到问题,不好解决。所以最好是新建虚拟机2和虚拟机3,全新安装CentOS和进行相关配置,包括网络配置、Samba、SSHD、Yum等
vm里面有3台主机,每个主机都是centos系统,上面都安装了Hadoop,
hd-master
节点的配置如下
192.168.31.131
255.255.255.0
192.168.31.2
hd-slave1
节点的配置如下
192.168.31.132
255.255.255.0
192.168.31.2
hd-slave2
节点的配置如下
192.168.31.133
255.255.255.0
192.168.31.2
windows
的vmnet8配置如下
192.168.31.1
255.255.255.0
192.168.31.2
无线网卡
节点的配置如下
192.168.1.100
255.255.255.0
192.168.1.1
为了安装Hadoop,首先需要安装特定版本的JDK 查看安装的JDK信息
rpm -qa | grep java
卸载当前的jdk
rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.75-2.5.4.2.el7_0.x86_64
rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.31-2.b13.el7.x86_64
rpm -e --nodeps tzdata-java-2015a-1.el7.noarch
rpm -e --nodeps java-1.8.0-openjdk-1.8.0.31-2.b13.el7.x86_64
rpm -e --nodeps java-1.7.0-openjdk-1.7.0.75-2.5.4.2.el7_0.x86_64
rpm -e --nodeps java-1.6.0-openjdk-1.6.0.34-1.13.6.1.el7_0.x86_64
将安装包jdk-8u144-linux-x64.tar.gz 传到/opt/linuxsir/java
解压和安装
mkdir -p /opt/linuxsir/java
cd /opt/linuxsir/java
tar -zxvf /opt/linuxsir/java/jdk-8u144-linux-x64.tar.gz
ls jdk1.8.0_144
mv jdk1.8.0_144 jdk
ls /opt/linuxsir/java/jdk
编辑/root/.bashrc文件,增加如下内容
ls /opt/linuxsir/java/jdk/jre/lib/rt.jar \查看文件是否存在
ls /opt/linuxsir/java/jdk/lib/dt.jar
ls /opt/linuxsir/java/jdk/lib/tools.jar
echo "export JAVA_HOME=/opt/linuxsir/java/jdk" >> /root/.bashrc
echo "export JRE_HOME=$JAVA_HOME/jre" >> /root/.bashrc
echo "export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH" >> /root/.bashrc
echo "export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar" >> /root/.bashrc
cat /root/.bashrc
重新读取并生效.bashrc
cd \进入/root目录,即root用户的主目录
source .bashrc
scp -r /opt/linuxsir/java/jdk root@192.168.31.132:/opt/linuxsir/java \拷贝jdk
scp -r /opt/linuxsir/java/jdk root@192.168.31.133:/opt/linuxsir/java
scp -r /root/.bashrc root@192.168.31.132:/root/.bashrc \拷贝/root/.bashrc
scp -r /root/.bashrc root@192.168.31.133:/root/.bashrc
ssh root@192.168.31.132 source ~/.bashrc \刷新环境变量
ssh root@192.168.31.133 source ~/.bashrc
ssh root@192.168.31.132 java -version \查看JDK版本
ssh root@192.168.31.133 java -version
为192.168.31.131、192.168.31.132、192.168.31.133等3台虚拟机配置别名
三台机器的/etc/hostname的内容分别是hd-master、hd-slave1、hd-slave2
比如,在192.168.31.131上
cat /etc/hostname
rm -rf /etc/hostname
touch /etc/hostname
echo "hd-master" >> /etc/hostname
cat /etc/hostname| grep hd-master
另外2个主机运行类似的命令,注意主机名分别为hd-slave1、hd-slave2。
192.168.31.131、192.168.31.132、192.168.31.133三台虚拟机的/etc/hosts内容一样
192.168.31.131 hd-master
192.168.31.132 hd-slave1
192.168.31.133 hd-slave2
127.0.0.1 localhost \ 这行放在最后
在三台虚拟机上执行如下命令
rm -rf /etc/hosts
touch /etc/hosts
echo "192.168.31.131 hd-master" >>/etc/hosts
echo "192.168.31.132 hd-slave1" >>/etc/hosts
echo "192.168.31.133 hd-slave2" >>/etc/hosts
echo "127.0.0.1 localhost" >>/etc/hosts
echo "" >>/etc/hosts
cat /etc/hosts
Linux虚拟机之间的无密码ssh登录,使得我们可以在hd-master上,方便地启动Hadoop服务进程,这些服务进程包括主节点的进程和从节点的进程
当从主节点启动从节点的进程的时候,系统无需等待用户输入密码
在192.168.31.131、192.168.31.132、192.168.31.133三台虚拟机上执行如下命令,配置sshd
编辑/etc/ssh/sshd_config,去掉以下两行注释,即把行首的#去掉,并且设置AuthorizedKeysFile
#RSAAuthentication yes # 启用 RSA 认证
#PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile .ssh/authorized_keys # 公钥文件路径(和下面生成的文件同名)
无密码ssh登录 在192.168.31.131、192.168.31.132、192.168.31.133上执行如下命令,生成key
whoami
cd
pwd
ssh-keygen -t rsa \生成密钥文件
ls /root/.ssh/id_rsa \文件在/root/.ssh/id_rsa
在192.168.1.131上执行如下命令,从另外两台机器(132/133),合并公钥到authorized_keys文件
cd ~/.ssh
ls authorized_keys
rm -rf authorized_keys
cat id_rsa.pub >> authorized_keys
ssh root@192.168.31.132 cat ~/.ssh/id_rsa.pub >> authorized_keys
ssh root@192.168.31.133 cat ~/.ssh/id_rsa.pub >> authorized_keys
从192.168.31.131,复制~/.ssh/authorized_keys和 ~/.ssh/known_hosts两个文件到另外两台机器192.168.31.132、192.3168.1.133
这时候,每台机器(CentOS)均有3台机器的公钥
cd ~/.ssh
scp authorized_keys root@192.168.31.132:~/.ssh
scp authorized_keys root@192.168.31.133:~/.ssh
scp known_hosts root@192.168.31.132:~/.ssh
scp known_hosts root@192.168.31.133:~/.ssh
在192.168.31.131上执行如下命令,修改192.168.31.131/132/133等三台机器上的~/.ssh/authorized_keys权限
cd ~/.ssh
ls authorized_keys
ssh root@192.168.31.132 ls ~/.ssh/authorized_keys
ssh root@192.168.31.133 ls ~/.ssh/authorized_keys
cd ~/.ssh
chmod 700 authorized_keys
ssh root@192.168.31.132 chmod 700 ~/.ssh/authorized_keys
ssh root@192.168.31.133 chmod 700 ~/.ssh/authorized_keys
在192.168.31.131、192.168.31.132、192.3168.1.133上执行如下命令,重启sshd
service sshd restart
\或者用/etc/init.d/sshd restart
测试无密码登录
\在192.168.31.131上,测试无密码登录132/133
ssh root@192.168.31.131
exit
ssh root@192.168.31.132
exit
\在192.168.31.132上,测试无密码登录131/133
ssh root@192.168.31.131
exit
ssh root@192.168.31.133
exit
\在192.168.31.133上,测试无密码登录131/132
ssh root@192.168.31.131
exit
ssh root@192.168.31.132
exit
针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。
1.领会:考生能够领会了解规定的知识点,并能够了解规定知识点的内涵与外延,了 解其内容要点和它们之间的区别与联系,并能做出正确的阐述、解释和说明。
2.熟知:考生须掌握知识的要点,并能够正确理解和记忆相关理论方法,能够根据不 同要求,做出逻辑严密的解释、说明和阐述。此部分为考试的重点部分。
3.应用:考生须学会将知识点落地实践,并能够结合相关工具进行商业应用,能够根 据具体要求,给出问题的具体实施流程和策略。
a. Spark 基础理论(2%)
b. Spark RDD 基本概念及常用操作(3%)
c. Spark 流式计算框架 Spark Streaming、Structured Streaming(5%)
d. Spark 交互式数据查询框架 Spark SQL(5%)
e. Spark 机器学习算法库 Spark MLlib 基本使用方法(15%)
f. Spark 图计算框架 GraphX(5%)
c. 利用 Sqoop 进行数据传输(1%)
d. 利用 Spark SQL 进行数据读取(2%)
e. 利用 Spark MLlib 进行机器学习建模(8%)
f. 利用 Python 进行建模结果数据可视化(1%)
这里分享一个你一定用得到的小程序——CDA数据分析师考试小程序。 它是专为CDA数据分析认证考试报考打造的一款小程序。可以帮你快速报名考试、查成绩、查证书、查积分,通过该小程序,考生可以享受更便捷的服务。 扫码加入CDA小程序,与圈内考生一同学习、交流、进步!
掌握数据分析原理并从理论到实践全面解析,需要系统地学习和应用多个领域的知识和技能。以下是详细的步骤和建议: 1. 建立基础知 ...
2024-10-12在现代数据分析领域,拥有一个强大且高效的集成开发环境(IDE)是至关重要的。PyCharm,作为一款功能强大的Python IDE,在数据分 ...
2024-10-12在当今信息化社会中,数据无处不在,而数据模型(Data Model)则是理解和管理这些数据的关键工具。数据模型是对现实世界数据特征 ...
2024-10-121.统计学简介 听说你已经被统计学劝退,被Python唬住……先别着急划走,看完这篇再说! 先说结论,大多数情况下的学不会都不是知 ...
2024-10-124. 区间估计 还以为你被上节课的内容唬住了~终于等到你,还好没放弃! 本节我们将说明两个问题:总体均值 的区间估计和总体比例 ...
2024-10-12大数据分析是当今世界一些最重要行业进步背后的推动力,包括医疗、政府和金融等领域。了解更多关于如何处理大数据以及开始时使用 ...
2024-10-12作者:鱼仔 某中厂老兵|CDA2级持证人|数据践行者 作为一名数据分析师,很多人都会问,数据分析师究竟是干什么的?这个职 ...
2024-10-12作者:鱼仔 某中厂老兵|CDA2级持证人|数据践行者 作为一名数据分析师,你可能会被朋友或同事问到:“数据分析师到底是干 ...
2024-10-12在大数据领域,有几个职业路径特别值得关注,因为它们不仅需求量大,而且薪资水平较高,发展前景广阔。以下是一些值得关注的大数 ...
2024-10-12大数据(Big Data)是指数据量巨大、类型多样、处理速度快的数据集合。这个概念通常与数据的四个主要特征相关,即所谓的“4V”: ...
2024-10-12大数据管理与应用专业是一个跨学科的专业,结合了管理学、经济学、统计学和计算机科学等多个学科的知识,旨在培养能够适应大数 ...
2024-10-12大数据分析师教程 大数据分析师教程-Hadoop安装与HDFS、MapReduce实验:集群网络配置、JDK安装、无密码登录ssh 新建虚拟机集群逻 ...
2024-10-12作为数据分析师从业者,获得CDA(Certified Data Analyst)认证可以为你的职业发展带来多方面的好处: 专业技能提升:CDA认证涉 ...
2024-10-11CDA认证在多个行业和公司中都非常受欢迎,尤其是在需要数据分析和数字化转型的领域。根据搜索结果,以下是一些特别欢迎CDA认证的 ...
2024-10-11获得CDA认证后,规划职业发展路径时,可以考虑以下几个方向: 技术深化:继续深化数据分析技能,学习Python、R等编程语言,以及 ...
2024-10-11在备考过程中,平衡工作和学习是非常重要的,以避免过度疲劳和压力过大。以下是一些建议,可以帮助你更有效地管理时间和精力: ...
2024-10-11为了制定一个有效的CDA备考计划,你可以遵循以下步骤: 了解考试要求:首先,你需要了解CDA考试的大纲和要求。根据搜索结果,你 ...
2024-10-11大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-11数据分析作为一个跨学科领域,吸引了来自不同专业背景的学生和从业者。随着数据在各个行业的重要性不断增加,数据分析专业的毕业 ...
2024-10-10数据分析在当今的商业和科学领域中扮演着至关重要的角色。随着数据量的不断增长,Python作为一种强大而灵活的编程语言,已经成为 ...
2024-10-10