hadoop 完全分布式搭建指南

簡(jiǎn)述

hadoop 集群一共有4種部署模式杨帽，詳見《hadoop 生態(tài)圈介紹》窟哺。
完全分布式模式將hadoop部署在至少兩臺(tái)機(jī)子上涛菠，數(shù)據(jù)塊副本的數(shù)量通常也設(shè)置為2以上屹篓，擁有Namenode和Secondary Namenode疙渣。

所有四種模式的部署指南見：
hadoop 偽分布式搭建指南
hadoop 完全分布式搭建指南
hadoop HA高可用集群模式搭建指南
hadoop HA+Federation（聯(lián)邦）模式搭建指南

搭建過程

系統(tǒng)環(huán)境

Ubuntu 14.04 x64 Server LTS
Hadoop 2.7.2
vagrant 模擬三臺(tái)主機(jī)，內(nèi)存都為2G

節(jié)點(diǎn)角色

| IP |主機(jī)名 | 角色描述|
| --- | --- | --- | --- |
|192.168.100.201 | h01.vm.com | 主節(jié)點(diǎn) NameNode, job-history-server |
|192.168.100.202 |h02.vm.com |主節(jié)點(diǎn) Secondary-NameNode, (yarn)ResourceManager|
|192.168.100.203 | h03.vm.com| - |

另堆巧，以上所有節(jié)點(diǎn)都同時(shí)是 slave從節(jié)點(diǎn)妄荔，即 datanode泼菌。運(yùn)行Namenode和ResourceManager的節(jié)點(diǎn)即為主節(jié)點(diǎn)。

更新軟件源索引
  • 分別在 h01 h02 h03 操作
sudo apt-get update
安裝基礎(chǔ)軟件
  • 分別在 h01 h02 h03 操作
sudo apt-get install ssh
sudo apt-get install rsync
配置主機(jī)域名
  • 分別在 h01 h02 h03 操作
sudo vim /etc/hostname # centos系統(tǒng)可能沒有該文件啦租，創(chuàng)建即可
h01.vm.com # 該節(jié)點(diǎn)主機(jī)名

將該文件內(nèi)容修改為對(duì)應(yīng)的主機(jī)名哗伯，例如 h01.vm.com

域名解析
  • 搭建內(nèi)網(wǎng)DNS服務(wù)器（可選，但推薦）篷角，可閱讀vincent的博文
    http://blog.kissdata.com/2014/07/10/ubuntu-dns-bind.html
  • 配置 /etc/hosts焊刹，將以下代碼追加到文件末尾即可（如搭建了DNS服務(wù)器，則跳過此步驟）
  • 分別在 h01 h02 h03 操作
sudo vim /etc/hosts
192.168.100.201 h01.vm.com h01
192.168.100.202 h02.vm.com h02
192.168.100.203 h03.vm.com h03

!!! Ubuntu系統(tǒng)恳蹲，須刪掉 /etc/hosts 映射 127.0.1.1/127.0.0.1 !!!
Check that there isn't an entry for your hostname mapped to 127.0.0.1 or 127.0.1.1 in /etc/hosts (Ubuntu is notorious for this).
127.0.1.1 h01.vm.com # must remove

不然可能會(huì)引起 hadoop虐块、zookeeper 節(jié)點(diǎn)間通信的問題

時(shí)間同步（可選）

在內(nèi)網(wǎng)中搭建 ntp 服務(wù)器，可閱讀vincent的博文
http://blog.kissdata.com/2014/10/28/ubuntu-ntp.html

準(zhǔn)備jdk嘉蕾、hadoop軟件包
  • 須到官方網(wǎng)站下載stable版本
    jdk-7u79-linux-x64.tar.gz
    hadoop-2.7.2.tar.gz
  • 所有的軟件包都統(tǒng)一解壓到 /home/vagrant/VMBigData 目錄下非凌，其中 vagrant 是linux系統(tǒng)的用戶名，由于我是使用 vagrant 虛擬的主機(jī)荆针，所以默認(rèn)是 vagrant
  • 在 h01 操作
# 先在其中一臺(tái)機(jī)子操作，后面會(huì)使用 scp 命令或者其他方法同步到其他主機(jī)
mkdir -p /home/vagrant/VMBigData/hadoop /home/vagrant/VMBigData/java
tar zxf jdk-7u79-linux-x64.tar.gz -C /home/vagrant/VMBigData/java
tar zxf hadoop-2.7.2.tar.gz -C /home/vagrant/VMBigData/hadoop
配置軟連接颁糟，方便以后升級(jí)版本
  • 在 h01 操作航背，后面通過 scp 同步到其他主機(jī)
ln -s /home/vagrant/VMBigData/java/jdk1.7.0_79/  /home/vagrant/VMBigData/java/default
ln -s /home/vagrant/VMBigData/hadoop/hadoop-2.7.2/  /home/vagrant/VMBigData/hadoop/default
配置環(huán)境變量
  • 分別在 h01 h02 h03 操作
sudo vim /etc/profile
export HADOOP_HOME=/home/vagrant/VMBigData/hadoop/default
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
source /etc/profile
配置免密碼ssh登錄

hadoop主節(jié)點(diǎn)需要能遠(yuǎn)程登陸集群內(nèi)的所有節(jié)點(diǎn)（包括自己），以執(zhí)行命令棱貌。所以需要配置免密碼的ssh登陸玖媚。可選的ssh秘鑰對(duì)生成方式有rsa和dsa兩種婚脱，這里選擇rsa今魔。

  • 分別在 h01 h02 ，即兩個(gè)主節(jié)點(diǎn)上操作
ssh-keygen -t rsa -C "youremail@xx.com"
# 注意在接下來的命令行交互中障贸，直接按回車跳過輸入密碼
  • 以下命令將本節(jié)點(diǎn)的公鑰 id_rsa.pub 文件的內(nèi)容追加到遠(yuǎn)程主機(jī)的 authorized_keys 文件中（默認(rèn)位于 ~/.ssh/）
ssh-copy-id vagrant@h01.vm.com # vagrant是遠(yuǎn)程主機(jī)用戶名
ssh-copy-id vagrant@h02.vm.com # vagrant是遠(yuǎn)程主機(jī)用戶名
ssh-copy-id vagrant@h03.vm.com
  • 在 h01 h02 上測(cè)試無密碼 ssh 登錄到 h01 h02 h03
ssh h01.vm.com
ssh h02.vm.com
ssh h03.vm.com

!!! 注意使用rsa模式生成密鑰對(duì)時(shí)错森，不要輕易覆蓋原來已有的，確定無影響時(shí)方可覆蓋 !!!

配置從節(jié)點(diǎn)

在 slaves 文件中配置的主機(jī)即為從節(jié)點(diǎn)篮洁，將自動(dòng)運(yùn)行datanode服務(wù)

  • 在 h01 操作涩维，后面通過 scp 同步到其他主機(jī)
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/slaves
h01.vm.com 
h02.vm.com
h03.vm.com
建立存儲(chǔ)數(shù)據(jù)的相應(yīng)目錄
  • 在 h01 操作，后面通過 scp 同步到其他主機(jī)
mkdir -p /home/vagrant/VMBigData/hadoop/data/hdfs/tmp
mkdir -p /home/vagrant/VMBigData/hadoop/data/pid
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode
mkdir -p /home/vagrant/VMBigData/hadoop/data/namesecondary
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/local-dirs
mkdir -p /home/vagrant/VMBigData/hadoop/data/log-dirs
配置hadoop參數(shù)

在 h01 操作袁波，后面通過 scp 同步到其他主機(jī)

  • etc/hadoop/hadoop-env.sh
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hadoop-env.sh
# export JAVA_HOME=${JAVA_HOME} # 注意注釋掉原來的這行
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export HADOOP_PREFIX=/home/vagrant/VMBigData/hadoop/default
# export HADOOP_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
export YARN_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
# export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR}
  • etc/hadoop/mapred-env.sh
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-env.sh
export HADOOP_MAPRED_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
  • vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/core-site.xml
<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <!-- 指定hdfs的nameservice為h01 -->  
  <property> 
    <name>fs.defaultFS</name>  
    <value>hdfs://h01.vm.com:9000</value> 
  </property>  
  <!-- 指定hadoop數(shù)據(jù)存儲(chǔ)目錄 -->  
  <property> 
    <name>hadoop.tmp.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/hdfs/tmp</value> 
  </property> 
</configuration>
  • vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hdfs-site.xml
<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>dfs.replication</name>  
    <!-- 單機(jī)版的一般設(shè)為1瓦阐，若是集群，一般設(shè)為3 -->  
    <value>2</value> 
  </property>  
  <property> 
    <name>dfs.namenode.name.dir</name>  
    <!-- 創(chuàng)建的namenode文件夾位置篷牌，如有多個(gè)用逗號(hào)隔開睡蟋。配置多個(gè)的話，每一個(gè)目錄下數(shù)據(jù)都是相同的枷颊，達(dá)到數(shù)據(jù)冗余備份的目的 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/namenode</value> 
  </property>  
  <property> 
    <name>dfs.datanode.data.dir</name>  
    <!-- 創(chuàng)建的datanode文件夾位置戳杀，多個(gè)用逗號(hào)隔開该面，實(shí)際不存在的目錄會(huì)被忽略 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/datanode1,file:///home/vagrant/VMBigData/hadoop/data/datanode2</value> 
  </property>  
  <!-- 配置Secondary NameNode在另外一個(gè)節(jié)點(diǎn)上，該節(jié)點(diǎn)也將作為主節(jié)點(diǎn)之一 -->  
  <property> 
    <name>dfs.http.address</name>  
    <value>h01.vm.com:50070</value>  
    <description>Secondary get fsimage and edits via dfs.http.address</description> 
  </property>  
  <property> 
    <name>dfs.secondary.http.address</name>  
    <value>h02.vm.com:50090</value> 
  </property>  
  <property> 
    <name>dfs.namenode.checkpoint.dir</name>  
    <value>file:///home/vagrant/VMBigData/hadoop/data/hdfs/namesecondary</value> 
  </property> 
</configuration>
  • vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-site.xml
<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>yarn.resourcemanager.hostname</name>  
    <value>h02.vm.com</value> 
  </property>  
  <property> 
    <name>yarn.log-aggregation-enable</name>  
    <!-- 打開日志聚合功能豺瘤，這樣才能從web界面查看日志 -->  
    <value>true</value> 
  </property>  
  <property> 
    <name>yarn.log-aggregation.retain-seconds</name>  
    <!-- 聚合日志最長(zhǎng)保留時(shí)間 -->  
    <value>86400</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.resource.memory-mb</name>  
    <!-- NodeManager總的可用內(nèi)存吆倦，這個(gè)要根據(jù)實(shí)際情況合理配置 -->  
    <value>1024</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.minimum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時(shí)，每個(gè)task最少可申請(qǐng)內(nèi)存 -->  
    <value>256</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.maximum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時(shí)坐求，每個(gè)task最多可申請(qǐng)內(nèi)存 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-pmem-ratio</name>  
    <!-- 可申請(qǐng)使用的虛擬內(nèi)存蚕泽，相對(duì)于實(shí)際使用內(nèi)存大小的倍數(shù)。實(shí)際生產(chǎn)環(huán)境中可設(shè)置的大一些桥嗤，如4.2 -->  
    <value>2.1</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-check-enabled</name>  
    <value>false</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.local-dirs</name>  
    <!-- 中間結(jié)果存放位置须妻。注意，這個(gè)參數(shù)通常會(huì)配置多個(gè)目錄泛领，已分?jǐn)偞疟PIO負(fù)載荒吏。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/localdir1,/home/vagrant/VMBigData/hadoop/data/localdir2</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.log-dirs</name>  
    <!-- 日志存放位置。注意渊鞋，這個(gè)參數(shù)通常會(huì)配置多個(gè)目錄绰更，已分?jǐn)偞疟PIO負(fù)載。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/logdir1,/home/vagrant/VMBigData/hadoop/data/logdir2</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>  
    <value>org.apache.hadoop.mapred.ShuffleHandler</value> 
  </property> 
</configuration>
  • vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-site.xml
<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>mapreduce.framework.name</name>  
    <value>yarn</value> 
  </property>  
  <property> 
    <name>yarn.app.mapreduce.am.resource.mb</name>  
    <!-- 默認(rèn)值為 1536,可根據(jù)需要調(diào)整锡宋，調(diào)小一些也是可接受的 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>mapreduce.map.memory.mb</name>  
    <!-- 每個(gè)map task申請(qǐng)的內(nèi)存儡湾，每一次都會(huì)實(shí)際申請(qǐng)這么多 -->  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.map.java.opts</name>  
    <!-- 每個(gè)map task中的child jvm啟動(dòng)時(shí)參數(shù)，需要比 mapreduce.map.memory.mb 設(shè)置的小一些 -->  
    <!-- 注意：map任務(wù)里不一定跑java执俩，可能跑非java（如streaming） -->  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.memory.mb</name>  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.java.opts</name>  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.map.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.reduce.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapred.child.java.opts</name>  
    <!-- 默認(rèn)值為 -Xmx200m徐钠，生產(chǎn)環(huán)境可以設(shè)大一些 -->  
    <value>-Xmx384m</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.mb</name>  
    <!-- 任務(wù)內(nèi)部排序緩沖區(qū)大小 -->  
    <value>128</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.factor</name>  
    <!-- map計(jì)算完全后的merge階段，一次merge時(shí)最多可有多少個(gè)輸入流 -->  
    <value>100</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.shuffle.parallelcopies</name>  
    <!-- reuduce shuffle階段并行傳輸數(shù)據(jù)的數(shù)量 -->  
    <value>50</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.address</name>  
    <value>h01.vm.com:10020</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.webapp.address</name>  
    <value>h01.vm.com:19888</value> 
  </property> 
</configuration>
將hadoop所需文件同步到其他主機(jī)
  • 在 h01 上操作
scp -r /home/vagrant/VMBigData vagrant@h02.vm.com:/home/vagrant
scp -r /home/vagrant/VMBigData vagrant@h03.vm.com:/home/vagrant

!!! 注意：default 軟連接需要重建 !!!

格式化namenode
  • 在 h01 namenode 上執(zhí)行
hdfs namenode -format

!!! 注意僅在首次啟動(dòng)時(shí)執(zhí)行役首，因?yàn)榇嗣顣?huì)刪除hadoop集群所有的數(shù)據(jù) !!!

啟動(dòng)hadoop集群尝丐，方法1（只能啟動(dòng)當(dāng)前機(jī)器的服務(wù)）：

啟動(dòng)NameNode守護(hù)進(jìn)程

  • 在 h01 namenode 操作
cd  /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh --script hdfs start namenode
# sbin/hadoop-daemon.sh --script hdfs stop namenode # 停止

啟動(dòng)所有從節(jié)點(diǎn)的DataNode守護(hù)進(jìn)程

  • 在 h01 h02 h03 操作
cd  /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh --script hdfs start datanode
# sbin/hadoop-daemon.sh --script hdfs stop datanode # 停止

啟動(dòng)ResourceManager守護(hù)進(jìn)程

  • 在 h02 resourcemanager 操作
cd  /home/vagrant/VMBigData/hadoop/default
sbin/yarn-daemon.sh start resourcemanager
# sbin/yarn-daemon.sh stop resourcemanager # 停止

啟動(dòng)所有從節(jié)點(diǎn)的NodeManager守護(hù)進(jìn)程

  • 在 h01 h02 h03 操作
cd  /home/vagrant/VMBigData/hadoop/default
sbin/yarn-daemon.sh start nodemanager
# sbin/yarn-daemon.sh stop nodemanager # 停止

啟動(dòng)MapReduce JobHistory Server（可選）

  • 在 h01 job history server 上操作
cd  /home/vagrant/VMBigData/hadoop/default
sbin/mr-jobhistory-daemon.sh start historyserver
# sbin/mr-jobhistory-daemon.sh stop historyserver # 停止
啟動(dòng)hadoop集群，方法2（推薦）：
  • 可在任意主節(jié)點(diǎn)操作衡奥，以啟動(dòng)namenod和datanode等服務(wù)
cd  /home/vagrant/VMBigData/hadoop/default
sbin/start-dfs.sh
# sbin/stop-dfs.sh # 停止
  • 在 h02 上啟動(dòng) yarn 服務(wù)
cd  /home/vagrant/VMBigData/hadoop/default
sbin/start-yarn.sh
# sbin/stop-yarn.sh # 停止
  • 在 h01 上啟動(dòng) job history server（可選）
cd  /home/vagrant/VMBigData/hadoop/default
sbin/mr-jobhistory-daemon.sh start historyserver
# sbin/mr-jobhistory-daemon.sh stop historyserver # 停止
瀏覽服務(wù)啟動(dòng)情況

NameNode
http://192.168.100.201:50070

Secondary NameNode
http://192.168.100.202:50090

ResourceManager
http://192.168.100.202:8088

MapReduce JobHistory Server
http://192.168.100.201:19888

Datanode
http://192.168.100.201:50075
http://192.168.100.202:50075
http://192.168.100.203:50075

集群狀態(tài)
hdfs dfsadmin -report

hadoop進(jìn)程
jps

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 人面猴
    序言：七十年代末爹袁，一起剝皮案震驚了整個(gè)濱河市，隨后出現(xiàn)的幾起案子杰赛，更是在濱河造成了極大的恐慌呢簸，老刑警劉巖，帶你破解...
    沈念sama閱讀 216,402評(píng)論 6贊 499
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件乏屯，死亡現(xiàn)場(chǎng)離奇詭異根时，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)辰晕，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評(píng)論 3贊 392
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門蛤迎，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人含友，你說我怎么就攤上這事替裆⌒１纾” “怎么了？”我有些...
    開封第一講書人閱讀 162,483評(píng)論 0贊 353
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵辆童，是天一觀的道長(zhǎng)宜咒。 經(jīng)常有香客問我，道長(zhǎng)把鉴，這世上最難降的妖魔是什么故黑？ 我笑而不...
    開封第一講書人閱讀 58,165評(píng)論 1贊 292
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任，我火速辦了婚禮庭砍，結(jié)果婚禮上场晶，老公的妹妹穿的比我還像新娘。我一直安慰自己，他們只是感情好，可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評(píng)論 6贊 388
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布睦刃。 她就那樣靜靜地躺著，像睡著了一般凫海。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 51,146評(píng)論 1贊 297
  • 城市分裂傳說
    那天，我揣著相機(jī)與錄音鞠柄，去河邊找鬼。 笑死嫉柴，一個(gè)胖子當(dāng)著我的面吹牛，可吹牛的內(nèi)容都是我干的奉呛。 我是一名探鬼主播计螺，決...
    沈念sama閱讀 40,032評(píng)論 3贊 417
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼，長(zhǎng)吁一口氣：“原來是場(chǎng)噩夢(mèng)啊……” “哼瞧壮！你這毒婦竟也來了登馒？” 一聲冷哼從身側(cè)響起，我...
    開封第一講書人閱讀 38,896評(píng)論 0贊 274
  • 萬榮殺人案實(shí)錄
    序言：老撾萬榮一對(duì)情侶失蹤咆槽，失蹤者是張志新（化名）和其女友劉穎陈轿，沒想到半個(gè)月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體秦忿，經(jīng)...
    沈念sama閱讀 45,311評(píng)論 1贊 310
  • ?護(hù)林員之死
    正文 獨(dú)居荒郊野嶺守林人離奇死亡麦射，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評(píng)論 2贊 332
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了灯谣。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片潜秋。...
    茶點(diǎn)故事閱讀 39,696評(píng)論 1贊 348
  • 活死人
    序言：一個(gè)原本活蹦亂跳的男人離奇死亡，死狀恐怖胎许，靈堂內(nèi)的尸體忽然破棺而出峻呛，到底是詐尸還是另有隱情罗售，我是刑警寧澤，帶...
    沈念sama閱讀 35,413評(píng)論 5贊 343
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布钩述，位于F島的核電站寨躁，受9級(jí)特大地震影響，放射性物質(zhì)發(fā)生泄漏牙勘。R本人自食惡果不足惜职恳，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評(píng)論 3贊 325
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望谜悟。 院中可真熱鬧话肖，春花似錦、人聲如沸葡幸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評(píng)論 0贊 22
  • 一樁弒父案，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)蔚叨。三九已至床蜘，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間蔑水，已是汗流浹背邢锯。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評(píng)論 1贊 269
  • 情欲美人皮
    我被黑心中介騙來泰國(guó)打工， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留搀别，地道東北人丹擎。 一個(gè)月前我還...
    沈念sama閱讀 47,698評(píng)論 2贊 368
  • 代替公主和親
    正文 我出身青樓，卻偏偏與公主長(zhǎng)得像歇父，于是被迫代替她去往敵國(guó)和親蒂培。 傳聞我的和親對(duì)象是個(gè)殘疾皇子，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評(píng)論 2贊 353

推薦閱讀更多精彩內(nèi)容

  • 簡(jiǎn)述 hadoop 集群一共有4種部署模式榜苫，詳見《hadoop 生態(tài)圈介紹》护戳。HA聯(lián)邦模式解決了單純HA模式的性能...
    mtide閱讀 12,886評(píng)論 8贊 20
  • 簡(jiǎn)述 hadoop 集群一共有4種部署模式，詳見《hadoop 生態(tài)圈介紹》垂睬。HA模式的集群里面會(huì)部署兩臺(tái)NN（最...
    mtide閱讀 6,998評(píng)論 0贊 10
  • 簡(jiǎn)述 hadoop 集群一共有4種部署模式媳荒，詳見《hadoop 生態(tài)圈介紹》。偽分布式模式將hadoop安裝在一臺(tái)...
    mtide閱讀 1,714評(píng)論 0贊 6
  • 1 目的將hadoop 2.7.1 安裝到 166驹饺、167钳枕、168 三臺(tái)機(jī)器上2 提供環(huán)境練習(xí)環(huán)境192.168....
    灼灼2015閱讀 3,397評(píng)論 4贊 40
  • 之前的有點(diǎn)忘記了,這里在云筆記拿出來再玩玩.看不懂的可以留言 大家可以嘗試下Ambari來配置Hadoop的相關(guān)環(huán)...
    HT_Jonson閱讀 2,954評(píng)論 0贊 50