
上篇文章中我们已经将之前配置好的伪分布集群虚拟机复制出来做为master节点的虚拟机,接下来我们还需对该虚拟机做进一步的配置来达到我们的要求。对master虚拟机的配置将从网络、hostname、更改Hadoop相关配置等几方面展开。
1、网络配置
目前虚拟机网卡IP地址为自动获取模式。也就是说虚拟机每次开机IP地址都不是确定的。这对于集群来说是不可接受的,因为集群节点(master、slave)之间通讯是靠IP地址找到对方的,如果IP地址不固定会造成集群间无法访问也就是集群无法工作。
因此我们首先需要做的就是将虚拟机的IP地址设置为固定IP。常见配置IP的方法是通过修改网卡配置文件然后重启网络来实现,在Ubuntu系统中我们还可以通过窗口界面来设置IP。为了简化配置过程我们这里采用窗口界面的方式来配置。IP地址的值可自行定义,这里我们约定master节点IP为192.168.79.11,slave1节点IP为192.168.79.12,slave2节点IP为192.168.79.13。
好啦小伙伴们,我们开始配置IP喽。首先打开并登陆master虚拟机,然后按下图操作进入IP配置界面。
选择连接1,然后点击编辑按钮来设置网络信息。
选择IPv4 Settings,然后Method选取Manual手动设置IP信息。
选择单击add按钮,添加配置信息。Address(IP地址)设置为192.168.79.11,Netmask(子网掩码)设置为255.255.255.0 ,Gateway(网关)设置为192.168.79.1。配置好之后单击save按钮保存配置。
在Network Connections下面点击close按钮完成网络的最终配置。
重启虚拟机让网卡重新配置
重启后的虚拟机查看网络连接,如图所示,IP地址更改成功
2、更改hostname文件
每个节点都有定义好的名字(master、slave1、slave2),因此除了需要设置固定的IP地址外还需配置虚拟机的名字。在下图终端中可以看出虚拟机的登录用户是hduser,虚拟机名字为master。在Linux系统中设置计算机名称是通过修改hostname文件实现的,hostname文件中的内容对应的就是当前虚拟机的名字。
hostname文件位于/etc/目录下,实用sudo vim /etc/hostname命令即可编辑。
由于在伪分布的时候虚拟机名字已经是master了,因此这里不需再进行变更,但是后续从节点slave1与slave2是都需要修改的哦。
3、更改hosts文件
Hadoop多节点分布式集群中还有两个从节点,如何让网络中的所有计算机可以通过主机名即可访问对应主机呢?一般有两种方法:1、修改DNS服务器2、设置hosts。我们平时访问百度首页服务器时输入https://www.baidu.com即可找到对应服务器这就是应用了DNS服务。我们的集群比较简易没有单独的DNS服务,所以这里我们使用更改hosts文件的方式。Hosts文件可存储网络中各节点的信息负责计算机名与IP的映射。下面我们开始设置master虚拟机的hosts文件。
首先终端中执行 sudo vim /etc/hosts命令,然后在hosts文件中做如下修改:
最后记得按Esc然后输入:wq保存hosts文件并退出编辑。
到这里master节点配置任务就只剩下hadoop相关文件啦,我们下次继续。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10