فایل هلپ

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فایل هلپ

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

ایجاد و مدیریت کلاستر شبه توزیعی Hadoop + Apache Spark روی سرور مجازی CentOS در ویندوز+ دانلود ماشین مجازی آماده استفاده

اختصاصی از فایل هلپ ایجاد و مدیریت کلاستر شبه توزیعی Hadoop + Apache Spark روی سرور مجازی CentOS در ویندوز+ دانلود ماشین مجازی آماده استفاده دانلود با لینک مستقیم و پر سرعت .

ایجاد و مدیریت کلاستر شبه توزیعی Hadoop + Apache Spark روی سرور مجازی CentOS در ویندوز+ دانلود ماشین مجازی آماده استفاده


ایجاد و مدیریت کلاستر شبه توزیعی Hadoop + Apache Spark روی سرور مجازی CentOS در ویندوز+ دانلود ماشین مجازی آماده استفاده

در مواردی که بکارگیری ابزارهای مدیریت Big Data با اهداف یادگیری، تست، آموزش و توسعه در یک چارچوپ پردازش خوشه ای مثل Hadoop  یا  Spark مدنظر باشد، معمولا" دو روش برای راه اندازی کلاستر آزمایشی پیشنهاد میشود : روش اول ، استفاده از بسته های آماده کلاستر مجازی که توسط شرکت هایی مثل کلودرا و هورتون ورکز ارائه شده .این روش علیرغم مزایایی همچون راه اندازی سرویسهای گوناگون وعدم نیاز به پیکربندی از طرف کاربر، دارای محدودیتهای زیادی هم هست. از جمله اینکه تقریبا" همه’ این شرکتها دسترسی کاربران ایرانی به محصولاتشان را تحریم کرده اند، چندین گیگا بایت حجم دارند و برای راه اندازی نیاز به کامپیوتری  با حافظه رم نسبتا" بالا دارند.(حداقل 8 –توصیه شده 16 گیگا بایت) دارند. روش دوم که ما در این آموزش از آن استفاده کرده ایم راه اندازی دستی (Manual) کلاستر روی یک ماشین واحد ، و با معماری شبه توزیعی است. در این روش، تمام مراحل پیکربندی را خودمان انجام میدهیم و خصوصیات و اجزای کلاستری که ایجاد میکنیم را با توجه به موضوع در دست پژوهش و امکانات سخت افزاری که در اختیار داریم میتوانیم تعیین کنیم. محصول حاضر،با توجه به نوپا بودن مفاهیم Big data  و کمبود منابع کاربردی و محدودیت هایی که در پژوهشهای حوزه Big Data برای دانش پژوهان، خصوصا " در  دسترسی و بکارگیری ابزارها وجود دارد، تهیه گردیده و اهداف اصلی زیر را دنبال میکند:

الف) علاقمندان به فعالیت در زمینه  Big Data ، شخصا" مهارت ایجادکلاستری را که برای اهداف تجقیقاتی نیاز دارند، بصورت اصولی در کوتاه ترین  زمان ممکن  فرا گیرند.

ب) ارائه ماشین مجازی آماده کلاستر شبه نوزیع شده  Hadoop+Apache Spark  برای کاهش محدودیتها در دسترسی به ابزارهای حوزه Big Data

الف) رویکردی که در این آموزش به آن توجه خاص شده،  این است که هر فرد علاقمند به کار با ابزارهای  Big Data ، بتواند با در دسترس ترین امکانات سخت افزاری و نرم افزاری مثل یک لپ تاپ یا PC  معمولی ویندوز ، با صرف حداقل هزینه و در کوتاه ترین زمان ممکن ، مهارت ایجاد  و کار با کلاستری را که برای اهداف تست و یادگیری  نیاز دارد را شخصا"  فرا گیرد. در یک دوره تحقیقی چند ماهه ،برای رسیدن به راهکاری کارامد، قابل اطمینان ، مطابقت بالا با محیط واقعی و در عین ساده  انواع روشها ، بسترها و نرم افزارهای مختلف مجازیسازی مثل Virtualbox ، Hyper-V ، Docker ، Vmware و انواع توزیعهای دسکتاپ و سرور  لینوکس بر پایه Ubuntu، RHEL، Debian، Pacman و RPM و  توزیعهای مختلف هدوپ و اسپارک ، را برای انتخاب مناسبترین گزینه بررسی و تست کردیم.بنابراین بکارکارگیری هر کدام از ابزارها ، نرم افزارها، و نسخه های بکارگرفته شده  در این آموزش بر دلایل منطقی و تجربی قابل دفاعی استوار است،که پرداختن به آنها خارج از حوصله’ این مقاله میباشد. روش کلی کار در این آموزش این است که با نرم افزار مجازیسازی Vmware workstation  در محیط ویندوز یک سرور مجازی لینوکس CentOs   minimal ایجاد میکنیم، و کلاستر مجازی هدوپ را با معماری شبه توزیعی(Pseudo Distributed Mode) در بستر این سرور مجازی بصورت قدم بقدم راه اندازی میکنیم.در گام بعدی، به پیکربندی چارچوب پردازشی Apache Spark  روی این کلاستر میپردازیم. بعد از راه اندازی کلاستر هدوپ/اسپارک با استفاده از چندین مثال و سناریوی عملی نحوه کار و مدیریت کلاستر پردازشی هدوپ/اسپارک ، از محیط ویندوز را با تمام جزئیات بهمراه بیش از 100 تصویر از تک تک مراحل کار پیش  میبریم. همانطور که میدانید چارچوب Hadoop از دولایه’ اصلی فایل سیستم توزیع شده Hdfs   و مدیر خوشه Yarn تشکیل شده و پارادایم پردازشی آن بر مبنای مدل Map-reduce پایه میباشد. مدل پایه’  Map-reduce ضمن اینکه مدتها  بعنوان مدل اصلی در پلتفرم های Big Data مورد استفاده قرار گرفته، لیکن بدلیل هزینه’ زمانی و کندی در پردازش job  های تکراری ،خصوصا" در پردازشهای نزدیک به زمان واقعی (real-time)  همواره  مورد انتقاده بوده. بطوریکه ظهور مدل پردازش بسته ای مقیم در حافظه اصلی (in-memory Batch processing) و توسعه’ موتورهای پردازشی سریعتر مثل Apache Spark ، اخیرا"  توسعه دهندگان هدوپ را ناچار کرد که بفکر حذف لایه  پردازش و مدیریت کلاستر Yarn از لایه’ فایل سیستم HDFS  در نسخه جدید هدوپ بیفتند و بدین ترتیب عملا" مدل  Map-reduce  پایه بعنوان  مدل پردازشی  پیش کسوت  چارچوبهای پردازشی Big Data  با سابقه ای درخشان بازنشسته شد.  انگیزه’ اصلی از شکل گیری چارچوب پردازشی Apache Spark  بعنوان یکی از زیر پروژه های هدوپ جبران نقایص مدل پایه نگاشت-کاهش است. هسته اسپارک صرفا" یک موتور پردازشی است و فاقد هرگونه امکان ذخیره سازی است. ولی اسپارک این کمبود را با انعطاف پذیری بالایی که در یکپارچه شدن و تغذیه  از سایر فایل سیستمها و پایگاههای داده های رابطه ای و NOsql خارجی، بنحو موثری جبران میکند. یکی از مزایای معماری تلفیقی استفاده شده در این آموزش  این است که درحین کار با سناریوها و مثالها، سرعت پردازش مدل پایه Map-reduce ،را در مقایسه  با زمانیکه موتور پردازشی اسپارک در تعامل با لایه hdfs   هدوپ کار میکند ، عملا" لمس خواهیم کرد. 

 

ب) بدلایل زیادی ، برای اکثر ما کاربران ایرانی ، یک سیستم کامپیوتری مفهومی معادل یک PC با سیستم عامل ویندوز را در ذهن تداعی میکند.هر چند سعی شده هیچ  نکته ای در آموزش از قلم نیفتد، اما چون ممکن است در آغاز، کار با دستورات محیط لینوکس برای پیکر بندی یک کلاستر پردازشی، با آزمون وخطا همراه بوده یا زمانبر باشد، لذا برای دسترسی همگانی بهمراه این آموزش، اقدام  به ارائه ماشین مجازی آماده نیمه توزیعی هدوپ/ اسپارک ، با پیکربندی کامل نموده ایم و فایل فشرده آنرا در  کتابخانه دیجیتالی شخصی آپلود و لینک دانلود آنرا (باحجم 1 گیگابایت) درمتن مقاله به اشتراک گذاشته ایم . نرم افزارهای مورد نیاز  را قبلا" دانلود و نصب کرده ایم. این ماشین مجازی احتیاج به هیچگونه  تنظیمات و پیکربندی نداشته، در یک PC  ویندوز 64 بیتی با امکانات معمولی و با نصب نرم افزار مجازیسازی Vmware ، و یک نرم افزار شبیه ساز ترمینال لینوکس مثل Cygwin یا رابط putty آماده استفاده میباشد.ضمنا" دیتا ستهای بکار گرفته شده در این آموزش برای استفاده در فایل سیستم ماشین مجازی آماده موجود است.شما میتواید هر زمان که نیاز داشتید ، بدون نگرانی از ایجاد تغییر در نسخه اصلی ، یک نمونه از ماشین مجازی را اکسترکت کرده، و با آن کار کنید . 

 

لطفا" برای مشاهده ویدئوی راه اندازی ماشین مجازی آماده کلاستر شبه توزیعی spark/ hdp  اینجـــــا   کلیک فرمایید.

فهرست مطالب:

مقدمه          

فصل اول: نصب  SSH و Cygwin

ایجاد ماشین مجازی لینوکس CentOs  6.5 minimal   با VMware workstation   در ویندوز                    

تنظیم ویژگیهای ماشین مجازی  

استخراج مشخصات اینترفیسهای ماشین مجازی

برقراری اتصال ssh از محیط ویندوز به ماشین لینوکس با ترمینال شبیه ساز Cygwin               

ویرایشگر متنی vi  در لینوکس CentOS      

تعیین آدرس Gatway شبکه در ماشین مجازی CentOS          

تعیین HOSTNAME  با قالب FQDN برای VM              

اختصاص نام مستعار برای IP  آدرس CentOS VM  در ویندوز                       

تنظیمات دسترسی به اینترنت در ماشین مجازی Centos          

دانلود و نصب نرم افزارهای پیشنیاز از اینترنت در CentOS VM                    

پیکربندی جاوا  jdk-8         

پیکربندی اینترفیس Ethernet ماشین مجازی CentOS            

تست اتصال ssh ماشین محلی ویندوز و ماشین مجازی لینوکس 

تاثیرات فایروال و فیلترینگ جداول IP  در اتصالات شبکه      

غیر فعال کردن فیلترینگ جداول IP در ماشین مجازی لینوکس   

تست فایروال و فیلترینگ جداول IP                   

تنظیم passwordless login  بین ماشین محلی ویندوز و CentOS VM      

تنظیم passwordless login  داخلی ماشین مجازی CentOS  

انتقال فایل از ماشین محلی ویندوز به CentOS VM                  

بررسی حالتهای راه اندازی کلاستر Hadoop 

معماری کلاستر Hadoop  در حالت Pseudo Distributed Mode  (شبه توزیع شده)      

نحوه دانلود بسته باینریهای Hadoop  در ویندوز و انتقال آن به VM                 

نحوه دانلود بسته باینری Hadoop  بطور مستقیم از محیط VM  با ابزار wget

تنظیم متغیر محلی جاوا و hadoop در فایل profile ماشین مجازی           

ویرایش فایلهای پیکربنده بندی hadoop  برای حالت Pseudo Distributed Mode           

راه اندازی demon های dfs  و yarn        

دسترسی به رابط تحت وب  hdfs از مرورگر وب در ویندوز  

دسترسی  به Yarn web UI   

کار با دستورات اصلی مدیریت hdfs  در کلاستر hadoop   

ایجاد دایرکتوری کاربر در فایل سیستم hdfs   

مانیتورینگ و اشکال یابی فرایندها در کلاستر hadoop با Log  فایلها         

تست عملکرد کلاستر شبه توزیعی هدوپ با مثال Wordcount Map-reduce

نحوه اجرای مثال Wordcount   Map-reduce             

دسترسی به فایل خروجی برنامه wordcount  از طریق hdfs web UI      

خواندن فایل خروجی برنامه  از hdfs  در ترمینال             

توقف کلاستر هدوپ           

راه اندازی چارچوب Apache Spark  در کلاستر شبه توزیعی hadoop  در حالت Local

مفاهیم پایه ای در چارچوب پردازشی آپاچی اسپارک           

مزایای موتور  پردازشی آپاچی اسپارک نسبت به محیطهای پردازشی مشابه    

پوسته  اسپارک (Spark-Shell)

ساختار داده ای دیتاستهای توزیعی- منعطف (RDD) در اسپارک

مثال عملی sparkبرنامه word Count در محیط پردازشی Apache Spark            

ارسال دیتاست  نمونه از ویندوز به VM       

ایجاد دایرکتوری برای ذخیره دیتاست نمونه در hdfs          

ارسال دیتاست از فایل سیستم  VM به hdfs             

ایجاد RDD  با خواندن فایل ورودی از hdfs با Spark-Scala API            

اعمال transformation برای شناسایی کلمات در متن   

اعمال transformation  برای تعیین جفتهای کلید- مقدار         

اعمال transformation  برای کاهش کلیدهای مشابه    

تثبیت RDD  خروجی در حافظه اصلی         

چاپ خروجی برنامه Wordcount Spark در ترمینال   

مثال عملی spark  : برنامه تطابق الگو در اسناد متنی (Pattern matching) با Scala               

استخراج تعداد بازدید کنندگان از وبسایت بر اساس زمان بازدید با Log  file        

مثال عملی spark- نمونه برنامه متن کاوی با Scala    

مهاجرت دایرکتوری hadoop  به خارج از دایرکتوری کاربر root

pyspark  (رابط برنامه نویسی با زبان  pyton  در محیط آپاچه اسپارک)          

مثال عملی spark : ایجاد برنامه wordcount  با pyspark به زبان python          

دانلود و کار با بسته’ ماشین مجازی آماده نیمه توزیعی hdp/spark  

مثال عملی Spark Wordcount با بسته’ ماشین مجازی آماده نیمه توزیعی hdp/spark         

لینک دانلود بسته’ ماشین مجازی آماده نیمه توزیعی hdp/spark     

قالب: داکیومنت Word    صفحات :  92

 

 

 

 


دانلود با لینک مستقیم


ایجاد و مدیریت کلاستر شبه توزیعی Hadoop + Apache Spark روی سرور مجازی CentOS در ویندوز+ دانلود ماشین مجازی آماده استفاده
نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد