大数据毕业设计
【篇一：基于hadoop数据分析系统设计(优秀毕业设计)】
摘要  随着云时代的来临，大数据也吸引越来越多的关注，企业在日常运营中生成、积累的用户网络行为数据。这些数据是如此庞大，计量单位通常达到了pb、eb甚至是zb。h
adoop作为一个开源的分布式文件系统和并行计算编程模型得到了广泛的部署和应用。本文将介绍hadoop完全分布式集的具体搭建过程与基于hive的数据分析平台的设计与实现。
  关键字
hadoop分布式集搭建  hadoop，mapreduce，hive
abstract  with the advent of cloud, big data also attract more and more attention, the enterprise of the generation and accumulation in the daily operation of the user network behavior data. the data is so large, the measuring unit is usually achieved the pb, eb, and even the zb. the hadoop distributed file system as an open source, and parallel computing
programming model has been widely deployed and application. this article introduces hadoop completely distributed cluster process of concrete structures, and the design and implementation of data analysis platform based on the hive.
  key words  hadoop，mapreduce，hive
  第一章
第二章
第三章
3.1
3.2
3.3
3.4
3.5
3.6 某某企业数据分析系统设计需求分析 ...................................................... 3 hadoop简介 .............................................................................................. 4 hadoop单一部署 ...................................................................................... 7 hadoop集部署拓扑图 ................................................................................. 7 安装操作系统centos ...................................................................................... 8 hadoop基础配置 ........................................................................................... 14 ssh免密码登录 ............................................................................................ 17 安装jdk ......................................................................................................... 18 安装hadoop .................................................................................................. 19
3.6.1安装32位hadoop ...................................................................................... 19
3.6.2安装64位hadoop ...................................................................................... 28
3.7
3.8 hadoop优化 ................................................................................................... 32 hive安装与配置 ............................................................................................ 33
3.8.1 hive安装 ..................................................................................................... 33
3.8.2 使用mysql存储metastore ..................................................................... 33
3.8.3 hive的使用 ................................................................................................. 36
3.9 hbase安装与配置 .......................................................................................... 37
9.1 hbase安装 ..................................................................................................... 37
9.2 hbase的使用 ................................................................................................. 39
3.10 集监控工具ganglia .................................................................................. 43
第四章 hadoop批量部署 .................................................................................... 48
4.1 安装操作系统批量部署工具cobbler .............................................................. 48
4.2 安装hadoop集批量部署工具ambari ......................................................... 54
第五章
第六章
第七章 使用hadoop分析网站日志 ................................................................... 63 总结 ............................................................................................................ 67 参考文献 .................................................................................................... 67
致谢.............................................................................................................................. 68
第一章 某某企业数据分析系统设计需求分析
  某某企业成立于1999年，其运营的门户网站每年产生大概2t的日志信息，为了分析网站的日志，部署了一套oracle数据库系统，将所有的日志信息都导入oracle的表中。随着时间的推移，存储在oracle数据库中的日志系统越来越大，查询的速度变得越来越慢，并经常因为查询的数据量非常大而导致系统死机。日志信息的分析成为了xx企业急需解决的问题，考虑
到单机分析的扩展性与成本问题，且xx企业当前有一部分服务器处于闲置状态，最终决定在现有服务器的基础上部署一套分布式的系统来对当前大量的数据进行分析。结合淘宝目前已经部署成功的数据雷达系统，同时由于xx企业预算有限，为了节约资金，决定采用开源的hadoop来部署公司的数据分析系统。
? 采用hadoop集优势：
1. 高可靠性，能够维护多个工作数据副本，确保能够针对失败的节点重新分布
处理。
2. 高扩展性，在计算机集簇间分配数据并完成计算，这些集簇可以很容易扩展
到数以千计的节点中去。
3. 高效性，以并行的方式工作，通过并行处理加快处理速度。
4. 高容错性，自动保存数据多个副本，并能够自动将失败任务重新分配。
5. 廉价性，框架可以运行在任何普通的pc上。
? 采用hadoop集劣势：
1. 采用单master的设计，单master的设计极大地简化了系统的设计和实现，
由此带来了机器规模限制和单点失效问题。
2. 编程复杂，学习曲线过于陡峭，让许多人难以深入。
3. 开源性，在广大社区维护不断推进hadoop的发展的同时，一旦代码出现漏

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。