目前人工智能和大数据火热，利用的场景也越来越广，日常开拓中前端同学也逐渐打仗了更多与大数据干系的开拓需求。因此对大数据知识也有必要进行一些学习理解。
根本观点
大数据的实质
一、数据的存储：分布式文件系统（分布式存储）二、数据的打算：分支配打算
根本知识
学习大数据须要具备Java知识根本及Linux知识根本
学习路线
（1）Java根本和Linux根本（2）Hadoop的学习：体系构造、事理、编程第一阶段：HDFS、MapReduce、HBase（NoSQL数据库）第二阶段：数据剖析引擎 -> Hive、Pig
数据采集引擎 -> Sqoop、Flume
第三阶段：HUE：Web管理工具
ZooKeeper：实现Hadoop的HAOozie：事情流引擎
（3）Spark的学习
第一阶段：Scala编程措辞 第二阶段：Spark Core -> 基于内存、数据的打算 第三阶段：Spark SQL -> 类似于mysql 的sql语句 第四阶段：Spark Streaming ->进行流式打算：比如：自来水厂
（4）Apache Storm 类似：Spark Streaming ->进行流式打算
NoSQL：Redis基于内存的数据库
HDFS
分布式文件系统 办理以下问题：
1、硬盘不足大：多几块硬盘，理论上可以无限大2、数据不足安全：冗余度，hdfs默认冗余为3 ，用水平复制提高效率，传输按照数据库为单位：Hadoop1.x 64M，Hadoop2.x 128M
管理员：NameNode 硬盘：DataNode
MapReduce
根本编程模型：把一个大任务拆分成小任务，再进行汇总MR任务：Job = Map + Reduce Map的输出是Reduce的输入、MR的输入和输出都是在HDFS
MapReduce数据流程剖析：
Map的输出是Reduce的输入，Reduce的输入是Map的凑集
HBase
什么是BigTable？: 把所有的数据保存到一张表中，采取冗余 ---> 好处：提高效率
1、由于有了bigtable的思想：NoSQL：HBase数据库2、HBase基于Hadoop的HDFS的3、描述HBase的表构造核心思想是：利用空间换效率
Hadoop环境搭建
环境准备
Linux环境、JDK、http://mirrors.shu.edu.cn/apache/hadoop/common/hadoop-3.0.0/hadoop-3.0.0-src.tar.gz
安装
1、安装jdk、并配置环境变量
vim /etc/profile 末端添加
2、解压hadoop-3.0.0.tar.gz、并配置环境变量
tar -zxvf hadoop-3.0.0.tar.gz -C /usr/local/mv hadoop-3.0.0/ hadoop
vim /etc/profile 末端添加
配置
Hadoop有三种安装模式：
本地模式： 1台主机 不具备HDFS，只能测试MapReduce程序伪分布模式： 1台主机 具备Hadoop的所有功能，在单机上仿照一个分布式的环境 （1）HDFS：主：NameNode，数据节点：DataNode （2）Yarn：容器，运行MapReduce程序 主节点：ResourceManager 从节点：NodeManager全分布模式： 至少3台
我们以伪分布模式为例配置：
修正hdfs-site.xml：冗余度1、权限检讨false
<!--配置冗余度为1--><property> <name>dfs.replication</name> <value>1</value></property><!--配置权限检讨为false--><property> <name>dfs.permissions</name> <value>false</value></property>
修正core-site.xml
<!--配置HDFS的NameNode--><property> <name>fs.defaultFS</name> <value>hdfs://192.168.56.102:9000</value></property><!--配置DataNode保存数据的位置--><property> <name>hadoop.tmp.dir</name> <value>/usr/local/hadoop/tmp</value></property>
修正mapred-site.xml
<!--配置MR运行的框架--><property> <name>mapreduce.framework.name</name> <value>yar</value></property><property> <name>yarn.app.mapreduce.am.env</name> <value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property> <name>mapreduce.map.env</name> <value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property> <name>mapreduce.reduce.env</name> <value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value></property><property> <name>mapreduce.application.classpath</name> <value> /usr/local/hadoop/etc/hadoop, /usr/local/hadoop/share/hadoop/common/, /usr/local/hadoop/share/hadoop/common/lib/, /usr/local/hadoop/share/hadoop/hdfs/, /usr/local/hadoop/share/hadoop/hdfs/lib/, /usr/local/hadoop/share/hadoop/mapreduce/, /usr/local/hadoop/share/hadoop/mapreduce/lib/, /usr/local/hadoop/share/hadoop/yarn/, /usr/local/hadoop/share/hadoop/yarn/lib/, </value> </property>
修正yarn-site.xml
<!--配置ResourceManager地址--><property> <name>yarn.resourcemanager.hostname</name> <value>192.168.56.102</value></property><!--配置NodeManager实行任务的办法--><property> <name>yarn.nodemanager.aux-service</name> <value>mapreduce_shuffle</value></property>
格式化NameNode
hdfs namenode -format
看到
common.Storage: Storage directory /usr/local/hadoop/tmp/dfs/name has been successfully formatted
表示格式化成功
启动
start-all.sh()HDFS：存储数据()YARN：
访问
（）命令行（）Java Api（）WEB ConsoleHDFS: http://192.168.56.102:50070Yarn: http://192.168.56.102:8088
查看HDFS管理界面和yarn资源管理系统
基本操作：
HDFS干系命令
-mkdir 在HDFD创建目录 hdfs dfs -mkdir /data-ls 查看目录 hdfs dfs -ls-ls -R 查看目录与子目录 hdfs dfs -ls -R-put 上传一个文件 hdfs dfs -put data.txt /data/input-copyFromLocal 上传一个文件 与-put一样-moveFromLocal 上传一个文件并删除本地文件 -copyToLocal 下载文件 hdfs dfs -copyTolocal /data/input/data.txt-put 下载文件 hdfs dfs -put/data/input/data.txt-rm 删除文件 hdfs dfs -rm-getmerge 将目录所有文件先合并再下载-cp 拷贝-mv 移动-count 统计目录下的文件个数-text、-cat 查看文件-balancer 平衡操作
MapReduce示例
结果：
如上 一个最大略的MapReduce示例就实行成功了
思考
Hadoop是基于Java措辞的，前端日常开拓是用的PHP，在利用、查找缺点时还是蛮吃力的。事情之余还是须要多补充点其它措辞的干系知识，编程措辞是我们开拓、学习的工具，而不应成为限定我们技能发展的瓶颈！
大数据开拓高薪必备全套资源【免费获取】
Oracle高等技能总监多年精心创作一套完全课程体系【大数据、人工智能开拓必看】，全面助力大数据开拓零根本+入门+提升+项目=高薪！
「大数据零根本入门」
「大数据架构系统组件」
「大数据全套系统工具安装包」
Java必备工具
大数据必备工具
「大数据行业必备知资讯」
「大数据佳构实战案例」
「大数据就业辅导方案」
末了说一下的，也便是以上教程的获取办法！
领取方法：
还是那个万年不变的老规矩
1.评论文章，没字数限定，一个字都行！
2.成为
3.私信
感激大家，祝大家学习愉快！
（拿到教程后一定要好好学习，多练习哦!)
