本书为“1+X”职业技能等级证书配套教材，按国家“1+X”大数据平台运维职业技能等级标准编写。本书属于大数据平台运维初级教材，从大数据平台运维工程师角度由浅入深、全方位地介绍大数据平台运维的相关基础知识和基本实操。本书共分6个部分18章，第一部分为大数据平台安装，涉及平台操作系统的使用、Hadoop平台安装、平台基础环境配置；第二部分为大数据平台配置，涉及Hadoop文件参数配置、Hadoop集群运行；第三部分为大数据平台组件的安装与配置，涉及Hive、HBase、ZooKeeper、Sqoop和Flume组件的安装与配置；第四部分为大数据平台实施，涉及大数据平台实施方案、培训方案；第五部分为大数据平台监控，涉及基于大数据平台的监控命令、监控界面和报表、日志和告警信息监控；第六部分为大数据运维综合实战案例，以实际项目为例介绍从平台部署、数据业务采集、数据分析到数据可视化的整体基础实施过程，并介绍了大数据平台运维的常见故障及处理流程。本书可作为中高职院校大数据及计算机类相关专业的教材，也可作为大数据平台运维人员的参考用书。

前 言 移动互联网、云计算、物联网等信息技术产业的发展日新月异，信息传输、存储、处理能力快速上升，每天的数据量都在以指数级递增。数据的生产模式带来了数据处理方式的革命，传统的数据采集、加工、处理方式已无法满足当下对数据时效性、海量性、精确性的需求。大数据和人工智能的广泛应用，导致数据来源广泛、数据结构多元异构、数据处理技术日益复杂，这些都给数据运维带来了挑战。数据运维不同于传统的IT运维，运维工程师不仅要掌握大数据平台维护管理的技巧，利用监控分析工具掌握大数据系统的运行状态，还要具备分析运维日志、通过运维数据挖掘客户价值的能力。 随着各行各业向数字化应用的转型，大数据运维人才不仅需求量大，而且相应的要求也高，高、中、低层次的运维人才都呈现供不应求的状况。同时，职业教育的发展对教材的内容提出了更高的要求，特别是在《国家职业教育改革实施方案》中提出要落实好立德树人的根本任务，深化专业、课程、教材改革，提升实习实训水平，努力实现职业技能和职业精神培养高度融合的要求，教材的内容既要符合教师对知识要点讲解的要求，又要能够适应学徒制、双师型等人才培养模式的要求，同时还要满足“1+X”认证的特点。在这样的背景下，特别是在国家“新基建”战略的推动下，新华三（H3C）大学结合一线专业教师，共同编撰了本系列教材。 本系列教材紧跟大数据行业的发展，根据国家对高职院校大数据技术与应用专业的教学要求，按照“以岗位能力为课程目标，以工作过程为课程模块，以实训项目为课程内容，以最新技术为课程视野，以职业能力为课程核心”的要求，对接职业资格标准，重新对课程进行分析定位，进而制定有效、合理的课程标准。通过学习本系列教材，读者可以熟悉Hadoop核心组件的功能配置及工作原理，熟悉常用系统性能诊断工具及集群监控管理工具，掌握大数据平台安装与配置及大数据平台优化策略与方法。 本系列教材均以培养大数据平台运维能力为中心，将职业认证资源课程化，构建一系列资格认证等级标准，分为初级、中级、高级3个难度级别。读者可以根据学习进度，选择对应难度级别并完成认证，实现技术技能的阶梯式成长。 教师可发电子邮件至邮箱pub.xqhz@h3c.com索取教学基本资源。 由于编者水平有限，书中疏漏和不妥之处在所难免，希望广大读者提出宝贵意见。

目 录 第一部分 大数据平台安装 第1章 平台操作系统的使用 3 1.1 Linux操作系统概述 3 1.1.1 Linux操作系统的起源 3 1.1.2 Linux操作系统的特点 4 1.1.3 Linux操作系统的应用场景 5 1.1.4 Linux版本 6 1.2 Linux常用命令 7 1.2.1 文件与目录操作 7 1.2.2 用户操作 9 1.2.3 文本操作 10 1.2.4 系统操作 11 1.3　Linux操作系统用户信息 14 1.3.1 用户和组 14 1.3.2 文件类型和权限 15 1.4 本章小结 17 第2章 Hadoop平台安装 18 2.1 Hadoop概述 18 2.1.1 Hadoop的起源 18 2.1.2 Hadoop的生态圈 19 2.1.3 Hadoop的版本 21 2.1.4 Hadoop的优点 22 2.1.5 Hadoop的应用场景 22 2.1.6 Hadoop的运行模式 23 2.2　Hadoop的核心组件 23 2.2.1 HDFS 23 2.2.2 MapReduce 26 2.2.3 YARN 28 2.3 平台操作系统环境设置 29 2.3.1 配置Linux操作系统基础 环境 30 2.3.2 安装Java环境 32 2.4　安装Hadoop软件 35 2.4.1 获取Hadoop安装包 35 2.4.2 安装Hadoop软件 35 2.4.3　修改目录所有者和所有者组 36 2.5　安装单机版Hadoop系统 36 2.5.1　配置Hadoop配置文件 37 2.5.2 测试Hadoop本地模式的 运行 37 2.6　本章小结 38 第3章 平台基础环境配置 39 3.1 集群网络连接 39 3.1.1 实验环境下的大数据Hadoop 平台集群网络 39 3.1.2 生产环境下的大数据Hadoop 平台集群网络 40 3.2 SSH无密码登录 41 3.2.1 SSH简介 41 3.2.2 SSH特点介绍 41 3.2.3 非对称加密机制 42 3.2.4 SSH安全机制 42 3.2.5 SSH基于口令的安全验证 43 3.2.6 基于密钥的安全验证 43 3.3 集群网络配置 44 3.3.1 实验环境下的集群网络配置 44 3.3.2 生产环境下的集群网络配置 44 3.4　SSH无密码验证配置 47 3.4.1 生成SSH密钥 47 3.4.2 交换SSH密钥 49 3.4.3 验证SSH无密码登录 50 3.5　本章小结 51 第二部分 大数据平台配置 第4章 Hadoop文件参数配置 55 4.1 Hadoop配置文件说明 55 4.1.1 Hadoop环境配置 55 4.1.2 Hadoop守护进程环境配置 56 4.1.3 Hadoop配置参数格式 57 4.1.4 获得Hadoop集群全部配置 信息 57 4.2 在master节点上安装Hadoop 58 4.3 配置hdfs-site.xml文件参数 58 4.4 配置core-site.xml文件参数 59 4.5 配置mapred-site.xml 60 4.6 配置yarn-site.xml 61 4.7 Hadoop其他相关配置 62 4.8　本章小结 63 第5章 Hadoop集群运行 64 5.1　Hadoop运行状态 64 5.2 配置Hadoop格式化 68 5.3　查看Java进程 69 5.4　查看HDFS的报告 70 5.5　使用浏览器查看节点状态 71 5.6　停止Hadoop 74 5.7　本章小结 74 第三部分 大数据平台组件的安装与配置 第6章 Hive组件的安装与配置 77 6.1 Hive相关知识 77 6.2　Hive组件架构 78 6.3 下载和解压安装文件 79 6.3.1 基础环境和安装准备 79 6.3.2 解压安装文件 79 6.4 设置Hive环境 80 6.4.1 卸载MariaDB数据库 80 6.4.2 安装MySQL数据库 80 6.4.3 配置Hive组件 85 6.5 初始化Hive元数据 87 6.6 启动Hive 89 6.7 本章小结 89 第7章 HBase组件的安装与配置 90 7.1 HBase相关知识 90 7.2　HBase功能应用 91 7.3　HBase组件设置 92 7.4　HBase安装与配置 94 7.5　HBase常用Shell命令 98 7.6　本章小结 101 第8章 ZooKeeper组件的安装与配置 102 8.1　ZooKeeper相关知识 102 8.1.1　ZooKeeper的重要概念 103 8.1.2　ZooKeeper的特点 104 8.2　ZooKeeper选项设置 104 8.3 ZooKeeper角色选举 105 8.4 下载和安装ZooKeeper 105 8.5 ZooKeeper的配置选项 106 8.5.1 master节点配置 106 8.5.2 slave节点配置 106 8.5.3 系统环境变量配置 106 8.6 启动ZooKeeper 107 8.7 本章小结 107 第9章 Sqoop组件的安装与配置 108 9.1 Sqoop相关知识 108 9.2 Sqoop的功能应用 109 9.2.1 Sqoop架构 109 9.2.2 Sqoop导入原理 109 9.2.3 Sqoop导出原理 110 9.3 下载和解压Sqoop 112 9.4 配置Sqoop环境 112 9.5 启动Sqoop 113 9.6 Sqoop模板命令 114 9.7 Sqoop组件应用 116 9.8 本章小结 117 第10章 Flume组件的安装与配置 118 10.1 Flume相关知识 118 10.2 Flume功能应用 119 10.2.1 Flume功能 119 10.2.2 Flume结构 119 10.3 Flume组件设置 119 10.4 下载和解压Flume 120 10.5 Flume组件部署 121 10.6 使用Flume发送和接收 信息 121 10.7 本章小结 122 第四部分 大数据平台实施 第11章 大数据平台实施方案的理解 125 11.1 系统实施方案概述 125 11.1.1 方案概述 125 11.1.2 项目实施思路 126 11.1.3 项目实施流程 126 11.2 确认客户需求 127 11.2.1 确认需求分析准备 127 11.2.2 进行确认需求调研 127 11.2.3 系统详细需求分析 129 11.3 编写大数据平台实施方案 129 11.3.1 大数据平台规划 129 11.3.2 大数据平台部署 131 11.3.3 项目实施计划 131 11.3.4 项目实施人员 132 11.4 执行实施方案过程 133 11.4.1 实施内容 133 11.4.2 实施流程 133 11.5 系统测试 133 11.6 项目验收 135 11.7 本章小结 135 第12章 客户培训方案的制定 136 12.1 培训方案概述 136 12.2 客户培训方案要点 137 12.2.1 培训目标 137 12.2.2 培训对象 138 12.2.3 培训形式 139 12.2.4 培训内容 139 12.2.5 培训计划 140 12.3 文档制作工具 140 12.3.1 制作甘特图 140 12.3.2 制作WBS图 143 12.4 大数据平台操作演示 145 12.4.1 演示内容选取 145 12.4.2 演示的步骤 146 12.4.3 演示的技巧 147 12.4.4 演示注意事项 148 12.5 本章小结 148 第五部分 大数据平台监控 第13章 大数据平台监控命令 151 13.1 大数据平台运行状态 151 13.1.1 大数据平台主机系统状态 152 13.1.2 大数据平台Hadoop状态 153 13.2 大数据平台资源状态 153 13.2.1 YARN资源状态 154 13.2.2 HDFS资源状态 154 13.2.3 HBase状态 155 13.2.4 Hive状态 155 13.3 大数据平台服务状态 156 13.3.1 ZooKeeper服务状态 156 13.3.2 Sqoop服务状态 157 13.3.3 Flume服务状态 157 13.4 通过命令监控大数据平台的 运行状态 157 13.4.1 通过命令查看大数据平台 状态 157 13.4.2 通过命令查看Hadoop 状态 165 13.5 通过命令监控大数据平台的 资源状态 166 13.5.1 通过命令查看YARN状态 166 13.5.2 通过命令查看HDFS状态 167 13.5.3 通过命令查看HBase状态 168 13.5.4 通过命令查看Hive状态 171 13.6 通过命令监控大数据平台的 服务状态 174 13.6.1 通过命令查看ZooKeeper 状态 174 13.6.2 通过命令查看Sqoop状态 178 13.6.3 通过命令查看Flume状态 180 13.7 本章小结 181 第14章 大数据平台监控界面和报表 182 14.1 大数据平台常用组件 182 14.2 通过界面监控大数据平台的 运行状态 183 14.2.1 通过界面查看大数据平台 状态 183 14.2.2 通过界面查看Hadoop 状态 183 14.3 通过界面监控大数据平台的 资源状态 185 14.3.1 通过界面监控YARN的 状态 185 14.3.2 通过界面监控HDFS状态 186 14.3.3 通过界面监控HBase的 状态 188 14.3.4 通过界面监控Hive的状态 189 14.4 本章小结 193 第15章 日志和告警信息监控 194 15.1 大数据平台日志信息 194 15.1.1 Hadoop日志简介 194 15.1.2 大数据平台主机日志信息 195 15.2 大数据平台告警信息 196 15.3 查看大数据平台日志信息 196 15.3.1 查看大数据平台主机日志 196 15.3.2 在Hadoop MapReduce Jobs 中查看日志信息 203 15.3.3 通过用户界面查看Hadoop 日志 205 15.3.4 通过命令查看Hadoop 日志 207 15.3.5 查看HBase日志 209 15.3.6 查看Hive日志 210 15.4 查看大数据平台告警信息 211 15.4.1 查看大数据平台主机告警 信息 211 15.4.2 查看Hadoop告警信息 213 15.4.3 查看HBase告警信息 215 15.4.4 查看Hive告警信息 218 15.5 本章小结 220 第六部分 大数据运维综合实战案例 第16章 大数据平台及组件的安装与 部署 223 16.1 项目背景 223 16.2 项目实施目标 223 16.3 Hadoop全分布部署 224 16.3.1 Hadoop全分布部署流程 224 16.3.2 Hadoop全分布部署要求 224 16.3.3 Hadoop部署操作步骤 225 16.3.4 Hadoop集群验证 226 16.4 Sqoop组件部署 228 16.4.1 Sqoop组件部署流程 228 16.4.2 Sqoop组件部署要求 228 16.4.3 Sqoop部署操作步骤 229 16.4.4 Sqoop数据传输验证 229 16.5 Hive组件部署 231 16.5.1 Hive组件部署流程 231 16.5.2 Hive组件部署要求 231 16.5.3 Hive部署操作步骤 232 16.5.4 Hive组件验证 232 16.6 本章小结 233 第17章 大数据平台的运行与应用 234 17.1 项目背景 234 17.2 项目实施目标 234 17.3 大数据平台业务处理流程 235 17.4 大数据平台业务处理系统 应用 236 17.4.1 生产环境数据导入大数据 平台 236 17.4.2 业务处理层数据清洗分析 237 17.4.3 运行业务处理相关清洗 任务 245 17.4.4 数据进入数据仓库 252 17.4.5 业务应用层大数据分析 254 17.4.6 数据仓库数据导出数据 访问层 255 17.4.7 数据访问层大数据可视化 257 17.5 本章小结 259 第18章 大数据运维基本问题案例集 260 18.1 大数据平台问题分析处理 流程 260 18.2 解决基础环境的基本问题 案例 261 18.2.1 权限配置问题 261 18.2.2 SELinux问题 262 18.2.3 Hadoop安全模式问题 262 18.2.4 主机名配置造成问题 263 18.3 解决组件配置的基本问题 案例 264 18.3.1 Hive组件异常问题 264 18.3.2 Sqoop组件异常问题 267 18.3.3 HBase组件异常问题 268 18.3.4 ZooKeeper组件异常问题 268 18.4 解决平台启动的基本问题 案例 269 18.4.1 HDFS服务启动问题 269 18.4.2 NameNode格式化异常 问题 270 18.4.3 DataNode进程启动问题 271 18.4.4 SecondaryNameNode启动 问题 273 18.5 解决平台运行的基本问题 案例 274 18.6 本章小结 275 附录 虚拟化软件的使用 276 A.1 虚拟机的概念、用途及常用 软件 276 A.1.1 虚拟机的概念 276 A.1.2 虚拟机的用途 278 A.1.3 常用虚拟机软件 279 A.2 H3C CAS云计算管理平台 280 A.2.1 H3C CAS云计算管理平台 简介 280 A.2.2 创建虚拟机 282 A.2.3 修改虚拟机硬件配置 284 A.2.4 基于CAS云平台使用 虚拟机 285 A.2.5 删除虚拟机 286 A.3 H3C教学与实践管理平台 287 A.3.1 H3C教学与实践管理平台 简介 287 A.3.2 预习 287 A.3.3 上课学习 289 A.3.4 巩固学习效果 292 A.3.5 完成学习 295 A.4 小结 296

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0397450