基於Hadoop開源元件部署Kylin分析平臺
說明:不少讀者反饋,想使用開源元件搭建Hadoop平臺,然後再部署Kylin,但是遇到各種問題。這裡我為讀者部署一套環境,請朋友們參考一下。如果還有問題,再交流。
系統環境以及各元件版本資訊
Linux作業系統:
# cat /etc/redhat-release
CentOS Linux release 7.2.1511 (Core)
JDK版本:
# java -version
java version "1.8.0_111"
Java(TM) SE Runtime Environment (build1.8.0_111-b14)
Java HotSpot(TM) 64-Bit Server VM (build25.111-b14, mixed mode)
Hadoop元件版本:
Hive:apache-hive-1.2.1-bin
Hadoop:hadoop-2.7.2
HBase:hbase-1.1.9-bin
Zookeeper:zookeeper-3.4.6
Kylin版本:
apache-kylin-1.5.4.1-hbase1.x-bin
三個節點情況以及安裝的元件(僅測試):
192.168.1.129 ldvl-kyli-a01 ldvl-kyli-a01.idc.dream.com
192.168.1.130 ldvl-kyli-a02 ldvl-kyli-a02.idc.dream.com
192.168.1.131 ldvl-kyli-a03 ldvl-kyli-a03.idc.dream.com
基礎元件部署
1. JDK環境搭建(3個節點)
rpm包安裝:
# rpm -ivh jdk-8u111-linux-x64.rpm
配置環境變數:
# vi /etc/profile
export JAVA_HOME=/usr/java/default
export JRE_HOME=/usr/java/default/jre
exportCLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
exportPATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
# source /etc/profile
驗證:
# java -version
java version "1.8.0_111"
Java(TM) SE Runtime Environment (build1.8.0_111-b14)
Java HotSpot(TM) 64-Bit Server VM (build25.111-b14, mixed mode)
2. Zookeeper環境搭建(3個節點)
安裝:
# tar -zxvf zookeeper-3.4.6.tar.gz -C /usr/local/
# cd /usr/local/
# ln -s zookeeper-3.4.6 zookeeper
建立資料和日誌目錄
# mkdir /usr/local/zookeeper/zkdata
# mkdir /usr/local/zookeeper/zkdatalog
配置Zookeeper引數
# cd /usr/local/zookeeper/conf
# cp zoo_sample.cfg zoo.cfg
修改好的配置檔案如下:
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/usr/local/zookeeper/zkdata
dataLogDir=/usr/local/zookeeper/zkdatalog
clientPort=2181
server.1=ldvl-kyli-a01:2888:3888
server.2=ldvl-kyli-a02:2888:3888
server.3=ldvl-kyli-a03:2888:3888
建立myid
# cd /usr/local/zookeeper/zkdata
# echo 1 > myid #每個節點根據上面的配置(server.x)建立對應的檔案內容
啟動Zookeeper:
# zkServer.sh start
檢視狀態:
192.168.1.129節點:
# zkServer.sh status
JMX enabled by default
Using config:/usr/local/zookeeper/bin/../conf/zoo.cfg
Mode: follower
192.168.1.130節點:
# zkServer.sh status
JMX enabled by default
Using config:/usr/local/zookeeper/bin/../conf/zoo.cfg
Mode: leader
192.168.1.131節點:
# zkServer.sh status
JMX enabled by default
Using config:/usr/local/zookeeper/bin/../conf/zoo.cfg
Mode: follower
3. MariaDB資料庫
安裝:
# yum install MariaDB-server MariaDB-client
啟動:
# systemctl start mariadb
設定root密碼,安全加固等:
# mysql_secure_installation
4. 關閉防火牆
# systemctl disable firewalld
# systemctl stop firewalld
同時,也需要關閉SELinux,可修改 /etc/selinux/config 檔案,將其中的 SELINUX=enforcing 改為 SELINUX=disabled即可。
5. 三個節點保證時間同步
可以通過ntp服務進行設定
Hadoop元件部署
1. Hadoop
建立組和使用者:
groupadd hadoop
useradd -s /bin/bash -d /app/hadoop -m hadoop-g hadoop
passwd hadoop
下面所有的操作都是在hadoop使用者下面操作
切換到hadoop使用者下面建立信任關係:
ssh-keygen -t rsa
ssh-copy-id -p 22 [email protected]
ssh-copy-id -p 22 [email protected]
解壓縮:
$ tar -zxvf hadoop-2.7.2.tar.gz
設定軟連結:
$ ln -s hadoop-2.7.2 hadoop
配置:
$ cd /app/hadoop/hadoop/etc/hadoop
l core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://ldvl-kyli-a01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/app/hadoop/hadoop/tmp</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131702</value>
</property>
</configuration>
l hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/app/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/app/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.http.address</name>
<value>ldvl-kyli-a01:50070</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>ldvl-kyli-a01:50090</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.blocksize</name>
<value>268435456</value>
<description>HDFS blocksize of 256MB for largefile-systems.</description>
</property>
<property>
<name>dfs.datanode.max.xcievers</name>
<value>4096</value>
</property>
</configuration>
l yarn-site.xml
<configuration>
<!-- Configurations for ResourceManager-->
<property>
<name>yarn.resourcemanager.address</name>
<value>ldvl-kyli-a01:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>ldvl-kyli-a01:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>ldvl-kyli-a01:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>ldvl-kyli-a01:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>ldvl-kyli-a01:8088</value>
</property>
<!-- Configurations for NodeManager -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
<description>Configuration to enable or disable logaggregation.Shuffle service that needs to be set for Map Reduceapplications.</description>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
</configuration>
l mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>ldvl-kyli-a01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>ldvl-kyli-a01:19888</value>
</property>
</configuration>
l slaves
ldvl-kyli-a01
ldvl-kyli-a02
ldvl-kyli-a03
l hadoop-env.sh,mapred-env.sh和yarn-env.sh
export JAVA_HOME=/usr/java/default
環境變數配置(這裡我將所有的元件的環境變數都配置好了,後面每個元件我就不再說明):
$ cat .bashrc
export JAVA_HOME=/usr/java/default
export JRE_HOME=/usr/java/default/jre
exportCLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
export HIVE_HOME=/app/hadoop/hive
export HADOOP_HOME=/app/hadoop/hadoop
export HBASE_HOME=/app/hadoop/hbase
#added by HCAT
export HCAT_HOME=/app/hadoop/hive/hcatalog
#added by Kylin
export KYLIN_HOME=/app/hadoop/kylin
export KYLIN_CONF=/app/hadoop/kylin/conf
exportPATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin:$HBASE_HOME/bin:${KYLIN_HOME}/bin:$PATH
建立HDFS的資料目錄
$ mkdir -p /app/hadoop/hdfs/data
$ mkdir -p /app/hadoop/hdfs/name
$ mkdir -p /app/hadoop/tmp
加入上面的hadoop所有配置都配置完成了,你也可以全部拷貝到其他節點。
HDFS格式化:
$ hdfs namenode -format
$ start-dfs.sh
$ start-yarn.sh
$ mr-jobhistory-daemon.sh starthistoryserver
然後進行驗證操作,比如同通過jps檢視程序,通過web頁面服務hdfs和yarn,執行wordcount的測試程式等等
Hive元件部署
安裝:
$ tar -zxvf apache-hive-1.2.1-bin.tar.gz
$ ln -s apache-hive-1.2.1-bin hive
配置:
$ cd /app/hadoop/hive/conf
l hive-env.sh
export HIVE_HOME=/app/hadoop/hive
HADOOP_HOME=/app/hadoop/hadoop
export HIVE_CONF_DIR=/app/hadoop/hive/conf
l hive-site.xml
<configuration>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>hdfs://ldvl-kyli-a01:9000/user/hive/warehouse</value>
</property>
<property>
<name>hive.exec.scratchdir</name>
<value>hdfs://ldvl-kyli-a01:9000/user/hive/scratchdir</value>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://ldvl-kyli-a01:3306/metastore?createDatabaseIfNotExist=true</value>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
<property>
<name>hive.metastore.local</name>
<value>true</value>
</property>
<property>
<name>hive.metastore.uris</name>
<value>thrift://ldvl-kyli-a01:9083</value>
</property>
</configuration>
l hive-log4j.properties
hive.log.dir=/app/hadoop/hive/log
hive.log.file=hive.log
將mysql-connector-java-5.1.38-bin.jar放到Hive的lib目錄下面:
$ cp mysql-connector-java-5.1.38-bin.jar/app/hadoop/hive/lib/
建立Hive元資料庫:
MariaDB [(none)]> create database metastore character set latin1;
grant all on metastore.* to [email protected]"%" identified by "123456" with grant option;
flush privileges;
啟動服務:
nohup hive --service metastore -v &
$ tailf nohup.out
Starting Hive Metastore Server
17/03/16 14:10:29 WARN conf.HiveConf:HiveConf of name hive.metastore.local does not exist
Starting hive metastore on port 9083
HBase元件部署
安裝:
$ tar -zxvf hbase-1.1.9-bin.tar.gz
$ ln -s hbase-1.1.9 hbase
配置:
l hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://ldvl-kyli-a01:9000/hbaseforkylin</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.master.port</name>
<value>16000</value>
</property>
<property>
<name>hbase.master.info.port</name>
<value>16010</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>ldvl-kyli-a01,ldvl-kyli-a02,ldvl-kyli-a03</value>
</property>
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2181</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/usr/local/zookeeper/zkdata</value>
</property>
</configuration>
l regionservers
ldvl-kyli-a02
ldvl-kyli-a03
l hbase-env.sh
export JAVA_HOME=/usr/java/latest
export HBASE_OPTS="-Xmx268435456-XX:+HeapDumpOnOutOfMemoryError -XX:+UseConcMarkSweepGC -XX:+CMSIncrementalMode-Djava.net.preferIPv4Stack=true $HBASE_OPTS"
exportHBASE_MASTER_OPTS="$HBASE_MASTER_OPTS -XX:PermSize=128m-XX:MaxPermSize=128m"
exportHBASE_REGIONSERVER_OPTS="$HBASE_REGIONSERVER_OPTS -XX:PermSize=128m-XX:MaxPermSize=128m"
export HBASE_LOG_DIR=${HBASE_HOME}/logs
export HBASE_PID_DIR=${HBASE_HOME}/logs
export HBASE_MANAGES_ZK=false
如果日誌目錄不存在,需要提前建立好。
啟動HBase服務:
$ start-hbase.sh
Kylin環境部署(我只選第一個節點安裝,僅測試)
安裝:
$ tar -zxvf apache-kylin-1.5.4.1-hbase1.x-bin.tar.gz
$ ln -s apache-kylin-1.5.4.1-hbase1.x-bin kylin
配置:
$ cd kylin/conf/
l kylin.properties # 基本預設值
kyin.server.mode=all
kylin.rest.servers=192.168.1.129:7070
kylin.rest.timezone=GMT+8
kylin.hive.client=cli
kylin.hive.keep.flat.table=false
kylin.storage.url=hbase
kylin.storage.cleanup.time.threshold=172800000
kylin.hdfs.working.dir=/kylin
kylin.hbase.default.compression.codec=none
kylin.hbase.region.cut=5
kylin.hbase.hfile.size.gb=2
kylin.hbase.region.count.min=1
kylin.hbase.region.count.max=50
環境變數配置:
$ cat .bashrc
export JAVA_HOME=/usr/java/default
export JRE_HOME=/usr/java/default/jre
exportCLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
exportPATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
export HIVE_HOME=/app/hadoop/hive
export HADOOP_HOME=/app/hadoop/hadoop
export HBASE_HOME=/app/hadoop/hbase
#added by HCAT
export HCAT_HOME=/app/hadoop/hive/hcatalog
#added by Kylin
export KYLIN_HOME=/app/hadoop/kylin
export KYLIN_CONF=/app/hadoop/kylin/conf
exportPATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin:$HBASE_HOME/bin:${KYLIN_HOME}/bin:$PATH
檢查Kylin用來的環境變數:
$ ${KYLIN_HOME}/bin/check-env.sh
KYLIN_HOME is set to /app/hadoop/kylin
$ kylin/bin/find-hbase-dependency.sh
hbase dependency: /app/hadoop/hbase/lib/hbase-common-1.1.9.jar
$ kylin/bin/find-hive-dependency.sh
Logging initialized using configuration infile:/app/hadoop/apache-hive-1.2.1-bin/conf/hive-log4j.properties
HCAT_HOME is set to:/app/hadoop/hive/hcatalog, use it to find hcatalog path:
hive dependency:/app/hadoop/hive/conf:/app/hadoop/hive/lib/jcommander-1.32.jar:/app/hadoop/hive/lib/stringtemplate-3.2.1.jar:/app/hadoop/hive/lib/hive-shims-0.23-1.2.1.jar:/app/hadoop/hive/lib/hive-jdbc-1.2.1-standalone.jar:/app/hadoop/hive/lib/hamcrest-core-1.1.jar:/app/hadoop/hive/lib/commons-compress-1.4.1.jar:/app/hadoop/hive/lib/xz-1.0.jar:/app/hadoop/hive/lib/hive-common-1.2.1.jar:/app/hadoop/hive/lib/guava-14.0.1.jar:/app/hadoop/hive/lib/commons-collections-3.2.1.jar:/app/hadoop/hive/lib/jta-1.1.jar:/app/hadoop/hive/lib/antlr-2.7.7.jar:/app/hadoop/hive/lib/maven-scm-provider-svn-commons-1.4.jar:/app/hadoop/hive/lib/hive-metastore-1.2.1.jar:/app/hadoop/hive/lib/hive-jdbc-1.2.1.jar:/app/hadoop/hive/lib/commons-httpclient-3.0.1.jar:/app/hadoop/hive/lib/ivy-2.4.0.jar:/app/hadoop/hive/lib/geronimo-annotation_1.0_spec-1.1.1.jar:/app/hadoop/hive/lib/commons-pool-1.5.4.jar:/app/hadoop/hive/lib/maven-scm-api-1.4.jar:/app/hadoop/hive/lib/mysql-connector-java-5.1.38-bin.jar:/app/hadoop/hive/lib/commons-configuration-1.6.jar:/app/hadoop/hive/lib/accumulo-start-1.6.0.jar:/app/hadoop/hive/lib/asm-commons-3.1.jar:/app/hadoop/hive/lib/libfb303-0.9.2.jar:/app/hadoop/hive/lib/commons-dbcp-1.4.jar:/app/hadoop/hive/lib/log4j-1.2.16.jar:/app/hadoop/hive/lib/hive-shims-common-1.2.1.jar:/app/hadoop/hive/lib/junit-4.11.jar:/app/hadoop/hive/lib/antlr-runtime-3.4.jar:/app/hadoop/hive/lib/commons-cli-1.2.jar:/app/hadoop/hive/lib/commons-logging-1.1.3.jar:/app/hadoop/hive/lib/ant-1.9.1.jar:/app/hadoop/hive/lib/hive-contrib-1.2.1.jar:/app/hadoop/hive/lib/httpcore-4.4.jar:/app/hadoop/hive/lib/datanucleus-api-jdo-3.2.6.jar:/app/hadoop/hive/lib/commons-beanutils-1.7.0.jar:/app/hadoop/hive/lib/curator-recipes-2.6.0.jar:/app/hadoop/hive/lib/netty-3.7.0.Final.jar:/app/hadoop/hive/lib/accumulo-trace-1.6.0.jar:/app/hadoop/hive/lib/jetty-all-server-7.6.0.v20120127.jar:/app/hadoop/hive/lib/servlet-api-2.5.jar:/app/hadoop/hive/lib/curator-client-2.6.0.jar:/app/hadoop/hive/lib/hive-shims-scheduler-1.2.1.jar:/app/hadoop/hive/lib/commons-lang-2.6.jar:/app/hadoop/hive/lib/geronimo-jaspic_1.0_spec-1.0.jar:/app/hadoop/hive/lib/curator-framework-2.6.0.jar:/app/hadoop/hive/lib/asm-tree-3.1.jar:/app/hadoop/hive/lib/hive-beeline-1.2.1.jar:/app/hadoop/hive/lib/velocity-1.5.jar:/app/hadoop/hive/lib/maven-scm-provider-svnexe-1.4.jar:/app/hadoop/hive/lib/commons-io-2.4.jar:/app/hadoop/hive/lib/ant-launcher-1.9.1.jar:/app/hadoop/hive/lib/mail-1.4.1.jar:/app/hadoop/hive/lib/accumulo-core-1.6.0.jar:/app/hadoop/hive/lib/geronimo-jta_1.1_spec-1.1.1.jar:/app/hadoop/hive/lib/oro-2.0.8.jar:/app/hadoop/hive/lib/eigenbase-properties-1.1.5.jar:/app/hadoop/hive/lib/commons-math-2.1.jar:/app/hadoop/hive/lib/apache-log4j-extras-1.2.17.jar:/app/hadoop/hive/lib/commons-compiler-2.7.6.jar:/app/hadoop/hive/lib/commons-digester-1.8.jar:/app/hadoop/hive/lib/ST4-4.0.4.jar:/app/hadoop/hive/lib/parquet-hadoop-bundle-1.6.0.jar:/app/hadoop/hive/lib/datanucleus-core-3.2.10.jar:/app/hadoop/hive/lib/json-20090211.jar:/app/hadoop/hive/lib/bonecp-0.8.0.RELEASE.jar:/app/hadoop/hive/lib/hive-service-1.2.1.jar:/app/hadoop/hive/lib/snappy-java-1.0.5.jar:/app/hadoop/hive/lib/stax-api-1.0.1.jar:/app/hadoop/hive/lib/jetty-all-7.6.0.v20120127.jar:/app/hadoop/hive/lib/jline-2.12.jar:/app/hadoop/hive/lib/libthrift-0.9.2.jar:/app/hadoop/hive/lib/hive-testutils-1.2.1.jar:/app/hadoop/hive/lib/accumulo-fate-1.6.0.jar:/app/hadoop/hive/lib/hive-cli-1.2.1.jar:/app/hadoop/hive/lib/hive-accumulo-handler-1.2.1.jar:/app/hadoop/hive/lib/jpam-1.1.jar:/app/hadoop/hive/lib/groovy-all-2.1.6.jar:/app/hadoop/hive/lib/httpclient-4.4.jar:/app/hadoop/hive/lib/avro-1.7.5.jar:/app/hadoop/hive/lib/zookeeper-3.4.6.jar:/app/hadoop/hive/lib/hive-hwi-1.2.1.jar:/app/hadoop/hive/lib/hive-exec-1.2.1.jar:/app/hadoop/hive/lib/hive-shims-0.20S-1.2.1.jar:/app/hadoop/hive/lib/super-csv-2.2.0.jar:/app/hadoop/hive/lib/opencsv-2.3.jar:/app/hadoop/hive/lib/commons-vfs2-2.0.jar:/app/hadoop/hive/lib/hive-serde-1.2.1.jar:/app/hadoop/hive/lib/commons-beanutils-core-1.8.0.jar:/app/hadoop/hive/lib/derby-10.10.2.0.jar:/app/hadoop/hive/lib/plexus-utils-1.5.6.jar:/app/hadoop/hive/lib/datanucleus-rdbms-3.2.9.jar:/app/hadoop/hive/lib/jdo-api-3.0.1.jar:/app/hadoop/hive/lib/joda-time-2.5.jar:/app/hadoop/hive/lib/activation-1.1.jar:/app/hadoop/hive/lib/janino-2.7.6.jar:/app/hadoop/hive/lib/regexp-1.3.jar:/app/hadoop/hive/lib/hive-shims-1.2.1.jar:/app/hadoop/hive/lib/paranamer-2.3.jar:/app/hadoop/hive/lib/hive-hbase-handler-1.2.1.jar:/app/hadoop/hive/lib/tempus-fugit-1.1.jar:/app/hadoop/hive/lib/commons-codec-1.4.jar:/app/hadoop/hive/lib/hive-ant-1.2.1.jar:/app/hadoop/hive/lib/jsr305-3.0.0.jar:/app/hadoop/hive/lib/pentaho-aggdesigner-algorithm-5.1.5-jhyde.jar:/app/hadoop/hive/hcatalog/share/hcatalog/hive-hcatalog-core-1.2.1.jar
環境檢查沒有問題,開始啟動Kylin服務:
kylin.sh start
匯入樣例:
$ sample.sh
然後通過Kylin的Web頁面重新載入元資料,然後構建Cube就可以查詢了:
相關推薦
基於Hadoop開源元件部署Kylin分析平臺
說明:不少讀者反饋,想使用開源元件搭建Hadoop平臺,然後再部署Kylin,但是遇到各種問題。這裡我為讀者部署一套環境,請朋友們參考一下。如果還有問題,再交流。系統環境以及各元件版本資訊Linux作業系統:# cat /etc/redhat-release CentOS L
PL1731-Hadoop雲計算數據分析平臺
互聯網 思想 -h 架構 感覺 container 分享 shu 希望 PL1731-Hadoop雲計算數據分析平臺 隨筆背景:在很多時候,很多入門不久的朋友都會問我:我是從其他語言轉到程序開發的,有沒有一些基礎性的資料給我們學習學習呢,你的框架感覺一下太大了,希望有個循序
OSSIM(開源大數據安全分析平臺)榮登2017年度Gartner SIEM魔力象限
ossimOSSIM(開源大數據安全分析平臺)榮登2017年度Gartner SIEM魔力象限,這是OSSIM第6次獲此殊榮。 OSSIM(開源大數據安全分析平臺)榮登2017年度Gartner SIEM魔力象限
基於Hadoop分散式叢集部署Hive2.3
1. 基於docker安裝mysql 由於自己以前在Ubuntu kylin 16.04的系統上安裝mysql5.7一直有問題,後來學會了使用docker安裝mysql。覺得這個方法很方便,所以這次繼續使用docker安裝mysql。 ① 安裝docker 參考
再談使用開源軟體搭建資料分析平臺
三年前,我寫了這篇部落格使用開源軟體快速搭建資料分析平臺, 當時收到了許多的反饋,有50個點贊和300+的收藏。到現在我還能收到一
基於Hadoop離線大數據分析平臺項目實戰
網站 收集 har 配置 處理 com 數據分析 reduce yun 基於Hadoop離線大數據分析平臺項目實戰網盤地址:https://pan.baidu.com/s/13vOi8WphetCiRtHhOCUdGg 密碼: kt99備用地址(騰訊微雲):https://
Hadoop單點部署與案例開發(微博用戶數據分析)
環境搭建 hadoop 數據分析 微博用戶 一、環境搭建1、Hadoop運行環境搭建1.1 安裝虛擬機(1)下載並安裝VMware虛擬機軟件。(2)創建虛擬機,實驗環境虛擬機配置如下圖所示。(3)安裝Ubuntu系統,安裝結果如下圖所示。1.2 配置JDK環境下載並安裝JDK,安裝結束後需對
物聯網MQTT協議分析和開源Mosquitto部署驗證
-h etc 遙感 並且 傳輸 物聯網平臺 發布消息 情況 all 在《物聯網核心協議—消息推送技術演進》一文中已向讀者介紹了多種消息推送技術的情況,包括HTTP單向通信、Ajax輪詢、Websocket、MQTT、CoAP等,其中MQTT協議為IBM制定並力推
ELK日誌分析平臺部署實錄
linux elk [root@king01 ~]# rpm --import https://artifacts.elastic.co/GPG-KEY-elasticsearch[root@king01 ~]# vim /etc/yum.repos.d/elasticsearch.repo[elas
《開拓者開發團隊》第二次作業:基於彈幕評論的大數據分析平臺項目開題報告
tab 開拓者 大數據分析 指標 制造 推薦 colspan 分析 研究 一、項目申請簡表 項目名稱 基於彈幕評論的大數據分析平臺 項 目 類 別 本科生 研究生 學術課題項目填寫標 記(√) ( ) A、自然科學學術論文 (√ )
Centos7下ELK+Redis日誌分析平臺的集群環境部署記錄
fire systemctl 系統 gpgcheck poc dt.jar 添加 大致 路徑 之前的文檔介紹了ELK的架構基礎知識,下面簡單記錄下ELK結合Redis搭建日誌分析平臺的集群環境部署過程,大致的架構如下: + Elasticsearch是一個分布式搜索分
基於Hadoop生態SparkStreaming的大數據實時流處理平臺的搭建
perm cati permsize receive jdk1 處理方式 行數據 con GC 隨著公司業務發展,對大數據的獲取和實時處理的要求就會越來越高,日誌處理、用戶行為分析、場景業務分析等等,傳統的寫日誌方式根本滿足不了業務的實時處理需求,所以本人準備開始著手改造
集中式日誌分析平臺 Elastic Stack(部署)
usr sts 組件 stat emp clust table java watermark 一、環境準備 1、架構選型 接下來我們進行初步的探視,利用測試環境體驗下ELK Stack + Filebeat,測試環境我們就不進行 Kafka 的配置了,因為他的存在意義在於提
【大數據幹貨】基於Hadoop的大數據平臺實施——整體架構設計
當我 調度 順序 .com 邊界 ilo 事情 軟件架構設計 行為 大數據的熱度在持續的升溫,繼雲計算之後大數據成為又一大眾所追捧的新星。我們暫不去討論大數據到底是否適用於您的公司或組織,至少在互聯網上已經被吹噓成無所不能的超級戰艦。大數據的熱度在持續的升溫,繼雲計算之後大
matomo 開源網站分析平臺
1、安裝PHP https://www.jianshu.com/p/8d54a401ec06 yum remove php* yum -y install epel-release rpm -Uvh https://mirror.webtatic.com/yum/el7/webtatic-relea
Kubernetes - 騰訊藍鯨配置平臺(CMDB)開源版部署
藍鯨CMDB 藍鯨配置平臺(藍鯨CMDB)是一個基於運維場景設計的企業配置管理服務。主要功能: 1. 拓撲化的主機管理:主機基礎屬性、主機快照資料、主機歸屬關係管理 2. 組織架構管理:可擴充套件的基於業務的組織架構管理 3. 模型管理:既能管理業務、叢集、主機等內
自己動手搭建一個簡單的基於Hadoop的離線分析系統之一——網路爬蟲
自己動手搭建一個簡單的基於Hadoop的離線分析系統之一——網路爬蟲 之前對大資料頗感興趣,在學習了一個月的相關原理和應用後,感覺自己需要動手一個實戰專案來鞏固之前學到的東西,加之很早之前就接觸過一些爬蟲知識,因此利用手上現有的資源(一臺膝上型電腦)來搭建一個關於房屋租賃的簡
AspNetCore 目前不支援SMTP協議(基於開源元件開發郵件傳送,它們分別是MailKit 和 FluentEmail )
net所有的功能都要重新來一遍,整合眾多類庫,core任重道遠,且發展且努力!! 我們都知道,很多的郵件傳送都是基於這個SMTP協議,但現在的.net core對這方面還不太支援,所以我們選擇這兩個元件MailKit 和 FluentEmail MailKit與fluentEmail 在 ASP.NET
使用開源軟體快速搭建資料分析平臺
最近,國內湧現出了不少資料分析平臺產品。這些產品的目標應該都是self service的BI,利用視覺化提供資料探索的功能,並且加入機器學習和預測的功能。它們對標的產品應該是Tableau或者SAP Lumira。因為筆者曾經為Lumira開發資料視覺化的功能,對這
ELK實時日誌分析平臺環境部署--完整記錄(ElasticSearch+Logstash+Kibana )
在日常運維工作中,對於系統和業務日誌的處理尤為重要。今天,在這裡分享一下自己部署的ELK(+Redis)-開源實時日誌分析平臺的記錄過程(僅依據本人的實際操作為例說明,如有誤述,敬請指出)~================概念介紹================日誌主要包括系統日誌、應用程式日誌和安全日誌。系