Verschiedene Arten von hadoop-installation

Ich bin neu in hadoop und versucht zu installieren es auf meinem lokalen Rechner. Ich sehe, dass es viele Möglichkeiten in der Installation von hadoop-wie installieren Sie die vmware-Horton works und installieren Sie die hadoop-top oder installieren Sie Oracle virtual box , Cloudera und dann Hadoop . Meine Frage ist, dass, ist es zwingend erforderlich, um die Installation einer virtuellen box für die Ausführung von Hadoop?
Um es den anderen Weg , stellt hadoop laufen nur auf Linux-OS wie Ubuntu, Redhat etc oder kann ich die Installation von hadoop unter Windows direkt(ohne ant virtual box)?

InformationsquelleAutor Sharath | 2015-06-20
  1. 3

    Hadoop läuft auf Unix und Windows. Linux ist die einzige unterstützte Produktion-Plattform, aber auch andere Varianten von Unix (einschließlich Mac OS X) kann verwendet werden, zum ausführen von Hadoop für die Entwicklung. Windows wird nur unterstützt, die als Entwicklungs-Plattform, und benötigt zusätzlich Cygwin laufen.

    Wenn Sie Linux-Betriebssystem, können Sie direkt Hadoop installieren und anfangen zu arbeiten.
    Wenn Sie Windows-Betriebssystem, und nicht wissen, Linux(aber irgendwann muss man lernen), dann verwenden Sie virtual box oder vmware, eine virtuelle linux-Maschine auf Ihrem windows-Rechner.

    Mit Horton works oder Cloudera-distribution, ist Ihre Wahl, und kommt auf die Oberseite von Hadoop.

    Auch, wenn Sie einen cluster einrichten, auf einige remote-Rechner, dann brauchen Sie nur den Kitt, um zu versuchen, alle die hadoop-Funktionen 🙂 von shell.

    • Danke für die Antwort. Ich bin verwirrt mit einer anderen Frage. Sprich, wenn ich installiert Hadoop single-node-cluster(meinem lokalen windows-Rechner) ohne die Installation von vmware oder virtualbox. Da hadoop speichert Daten mithilfe von HDFS-Architektur, läuft mein OS ist angepasst auf die Installation von hadoop auf windows? Ich habe gelesen, dass die Blockgröße in hadoop ist 64MB vs 4 Kb traditionellen Windows-OS. Wenn ich ausführen von hadoop auf meiner lokalen Maschine, wie funktioniert das Konzept der parallelen Bearbeitung ist das entscheidende Konzept/Lösung für Big Data
    • Auch die 64MB ist für die Art, wie hadoop ist die Verarbeitung. Die OS haben Ihre eigene block-Größen wie von Ihnen erwähnt - 4k. Auch wenn schließlich die Daten gespeichert, die per OS design, die Hadoop kümmern Trennung in Blöcken von 64 und dann abrufen, basierend auf seinen eigenen Algorithmus. Diese link1 wird Ihnen helfen, mehr
    InformationsquelleAutor Ramzy
  2. 3

    Virtualbox oder vmware ist nicht zwingend zu installieren/konfigurieren von hadoop. In der Regel Menschen nutzen Virtualbox erstellen Sie mehrere virtuelle Maschinen und Einrichtung hadoop-cluster für experiment Zweck.

    Hadoop laufen auf anderen OS als Redhat/ubuntu z.B. Mac OS, Windows.

    • Danke für die Antwort. Ich bin verwirrt mit einer anderen Frage. Sprich, wenn ich installiert Hadoop single-node-cluster(meinem lokalen windows-Rechner) ohne die Installation von vmware oder virtualbox. Da hadoop speichert Daten mithilfe von HDFS-Architektur, läuft mein OS ist angepasst auf die Installation von hadoop auf windows? Ich habe gelesen, dass die Blockgröße in hadoop ist 64MB vs 4 KB i traditionelle Windows-Betriebssystem. Wenn ich ausführen von hadoop auf meiner lokalen Maschine, wie funktioniert das Konzept der parallelen Bearbeitung ist das entscheidende Konzept/Lösung für Big Data.
    • Hadoop-Prozesse/daemons sind JVMs (z.B. java-Prozesse) , die nichts anderes sind als eine Anwendung, die auf der Oberseite des Betriebssystems. Die Installation von hadoop wird sich nicht ändern Ihre OS. In HDFS wir können block-Größe geeignet für eine Anwendung (standardmäßig 64MB). In Hadoop grundlegende Einheit von Daten, die Verarbeitung ist HDFS-block (nicht OS-Blöcke).
    • Key-Konzept hadoop - Parallel-processing realisiert werden kann, speziell in multinode cluster -wo Daten gespeichert werden, die allen Maschinen/Knoten und verarbeitet @ Zeit. Damit eine parallele Verarbeitung
    InformationsquelleAutor Shubhangi
Schreibe einen Kommentar