Categoría: Hadoop

En general, un clúster de Hadoop realiza seguridad en muchas capas. El nivel de protección depende de los requisitos de la organización. En este artículo, aprenderemos sobre el primer nivel de seguridad de Hadoop. Contiene principalmente dos componentes. Ambas funciones forman parte de la instalación predeterminada. 1. Permiso de archivo 2. ACL (Lista de control … Continue reading «Hadoop – Permiso de archivo y ACL (Lista de control de acceso)»

HDFS es un sistema de archivos distribuido que almacena datos en una red de máquinas comerciales. HDFS funciona en el patrón de acceso a datos de transmisión, lo que significa que admite funciones de escritura uno y lectura múltiple . La operación de lectura en HDFS es muy importante y también muy necesaria para que … Continue reading «HDFS: operación de lectura de datos»

mrjob es la famosa biblioteca de Python para MapReduce desarrollada por YELP. La biblioteca ayuda a los desarrolladores a escribir código MapReduce usando un lenguaje de programación Python . Los desarrolladores pueden probar el código Python de MapReduce escrito con mrjob localmente en su sistema o en la nube usando Amazon EMR (Elastic MapReduce). Amazon … Continue reading «Hadoop – mrjob Python Library para MapReduce con ejemplo»

Big data no es más que una colección de conjuntos de datos que son grandes, complejos y que son difíciles de almacenar y procesar utilizando las herramientas de gestión de datos disponibles o las aplicaciones tradicionales de procesamiento de datos. Hadoop es un marco (código abierto) para escribir, ejecutar, almacenar y procesar grandes conjuntos de … Continue reading «Anatomía de lectura y escritura de archivos en HDFS»

El sistema de archivos Hadoop es un sistema de archivos maestro/esclavo en el que Namenode funciona como maestro y Datanode como esclavo. Namenode es un término tan crítico para el sistema de archivos Hadoop porque actúa como un componente central de HDFS. Si Namenode se cae, todo el clúster de Hadoop es inaccesible y se … Continue reading «¿Cómo maneja Namenode la falla de Datanode en el sistema de archivos distribuido de Hadoop?»

Hadoop es un marco escrito en Java para ejecutar aplicaciones en un gran grupo de hardware comunitario. Es similar al sistema de archivos de Google. Para instalar Hadoop, primero necesitamos Java, así que primero instalamos Java en nuestro Ubuntu. Paso 1: abra su terminal y primero verifique si su sistema está equipado con Java o … Continue reading «¿Cómo instalar Hadoop en Linux?»