
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!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 干货分享:统计学的应用 在数据驱动业务发展的时代浪潮中,统计学作为数据分析的核心基石,发挥着无可替代的关键作用。 ...
2025-06-18CDA 精益业务数据分析:解锁企业增长新密码 在数字化浪潮席卷全球的当下,数据已然成为企业最具价值的资产之一。如何精准地 ...
2025-06-18CDA 培训:开启数据分析师职业大门的钥匙 在大数据时代,数据分析师已成为各行业竞相争夺的关键人才。CDA(Certified Data ...
2025-06-18CDA 人才招聘市场分析:机遇与挑战并存 在数字化浪潮席卷各行业的当下,数据分析能力成为企业发展的核心竞争力之一,持有 C ...
2025-06-17CDA金融大数据案例分析:驱动行业变革的实践与启示 在金融行业加速数字化转型的当下,大数据技术已成为金融机构提升 ...
2025-06-17CDA干货:SPSS交叉列联表分析规范与应用指南 一、交叉列联表的基本概念 交叉列联表(Cross-tabulation)是一种用于展示两个或多 ...
2025-06-17TMT行业内审内控咨询顾问 1-2万 上班地址:朝阳门北大街8号富华大厦A座9层 岗位描述 1、为客户提供高质量的 ...
2025-06-16一文读懂 CDA 数据分析师证书考试全攻略 在数据行业蓬勃发展的今天,CDA 数据分析师证书成为众多从业者和求职者提升竞争力的重要 ...
2025-06-16数据分析师:数字时代的商业解码者 在数字经济蓬勃发展的今天,数据已成为企业乃至整个社会最宝贵的资产之一。无论是 ...
2025-06-16解锁数据分析师证书:开启数字化职业新篇 在数字化浪潮汹涌的当下,数据已成为驱动企业前行的关键要素。从市场趋势研判、用 ...
2025-06-16CDA 数据分析师证书含金量几何?一文为你讲清楚 在当今数字化时代,数据成为了企业决策和发展的重要依据。数据分析师这一职业 ...
2025-06-13CDA 数据分析师:数字化时代的关键人才 在当今数字化浪潮席卷全球的时代,数据已然成为驱动企业发展、推动行业变革的核心要素。 ...
2025-06-13CDA 数据分析师报考条件全解析 在大数据和人工智能时代,数据分析师成为了众多行业追捧的热门职业。CDA(Certified Data Analyst ...
2025-06-13“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2025-06-092025 年,数据如同数字时代的 DNA,编码着人类社会的未来图景,驱动着商业时代的运转。从全球互联网用户每天产生的2.5亿TB数据, ...
2025-05-27CDA数据分析师证书考试体系(更新于2025年05月22日)
2025-05-26解码数据基因:从数字敏感度到逻辑思维 每当看到超市货架上商品的排列变化,你是否会联想到背后的销售数据波动?三年前在零售行 ...
2025-05-23在本文中,我们将探讨 AI 为何能够加速数据分析、如何在每个步骤中实现数据分析自动化以及使用哪些工具。 数据分析中的AI是什么 ...
2025-05-20当数据遇见人生:我的第一个分析项目 记得三年前接手第一个数据分析项目时,我面对Excel里密密麻麻的销售数据手足无措。那些跳动 ...
2025-05-20在数字化运营的时代,企业每天都在产生海量数据:用户点击行为、商品销售记录、广告投放反馈…… 这些数据就像散落的拼图,而相 ...
2025-05-19