暑假周进度报告（三）-------版本过高后续问题处理，eclipse编译运行MapReduce以及Hadoop学习

问题一：Hadoop版本太高

卸载Hadoop3.2.0 我改安装了Hadoop 2.7.7

如果没有权限下载。可以采用如下方式：

卸载完成以后返回原目录即可

后面的jdk卸载也可以采用这种方式。

按照教程重新安装http://dblab.xmu.edu.cn/blog/install-hadoop/

由于后期需要安装HBASE 所以Hadoop安装版本选择问题参考如下：

然后

执行这一步时或者某些会出现各种警告，这个是由于之前安装的jdk版本过高造成的 卸载jdk 改安装jdk1.8.0

问题二：jdk版本过高

按照上述方式，卸载jdk

然后配置环境变量

然后可能会出现JAVA_HOME is not set and could not be found 类似于这种java_home找不到这种错误，或者找不到default-java等修改一下hadoop-env.sh文件改一下jdk路径即可，参考：https://blog.csdn.net/dianzishijian/article/details/52094569

运行MapReduce 项目实例的时候 可能会出现

Unable to load native-hadoop library for your platform

解决参考教程：https://blog.csdn.net/jack85986370/article/details/51902871

启动Hadoop：./sbin/start-dfs.sh

关闭Hadoop：./sbin/stop-dfs.sh

运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录（如 output）不能存在，否则会提示错误，因此运行前需要先删除输出目录。

./bin/hdfs dfs -rm -r output # 删除 output 文件夹

或者添加如下代码 在程序中（能在每次运行时自动删除输出目录，避免繁琐的命令行操作）

1. Configuration conf = new Configuration();
2. Job job = new Job(conf);
3. /* 删除输出目录 */
4. Path outputPath = new Path(args[1]);
5. outputPath.getFileSystem(conf).delete(outputPath, true);

1. // String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
2. String[] otherArgs=new String[]{"input","output"}; /* 直接设置输入参数 */

分布式文件系统HDFS：

1.为了解决海量数据的分布式存储的问题

2.满足大规模数据的批量处理需求，不会去访问一块一块儿的数据

3.实时性不高

4.不支持多用户写入及任意修改文件，只允许追加数据，不允许修改

HDFS相关概念

1.块：HDFS的一个快要比普通的一个快大很多（支持面向大规模数据存储，降低分布式节点的寻址开销）-------->支持大规模文件存储，简化系统设计，适合数据备份

2.名称节点（主节点，记录数据库存储位置信息，数据目录），数据节点（存储实际数据，每个数据节点上的数据是被保存到数据节点本地的Linux文件系统中去）----->两大组件

注意，在FsImage文件中是没有具体记录块在哪个数据节点存储的

HDFS启动：先从底层读出FsImage,再读出EditLog，然后它们在内存中进行合并操作，合并后得到一个新的FsImage,删掉旧的FsImage,再生成一个新的EditLog，系统开始运行

第二名称节点：1.名称节点的冷备份，2.对EditLog的处理（帮助解决EditLog不断增大的问题）