Hadoop应用引用第三方jar的几种方式

  简单来说,Hadoop引入第三方jar包有以下几种方式: 一、把引用到的所有的第三方jar包打到一个jar包内,形成一个超大包,像上一篇文章中提到的第二种引入jar之后打包的方式; 二、把引用到的所有的第三方jar包放到Hadoop的lib目录下,需要Hadoop集群中的每个节点都要放; 三、把jar包放在集群中固定的一台机器上,使用libjars命令加载第三方jar; 四、把jar包放在HDFS上,动态加载第三方jar包。   接下来对这几种方式的优缺点,说一下我个人的见解:   一、把引用到的所有的第三方jar包打到一个jar包内 优点:在hadoop集群上可以直接运行,运行命令也是比较简单; 缺点:把所以的jar包放在一起,文件过大,考虑到加入升级版本的话,引用的第三方jar文件一般不会发生变化,这种打包方式每次都要把第三方jar文件打包在一起上传。 这种打包方式在上一篇文章中《Hadoop应用引用第三方jar的几种方式(一)》已经进行了演示和说明,个人不太建议这种方式。   二、把引用到的所有的第三方jar包放到Hadoop的lib目录下 优点:在hadoop集群上可以直接运行,运行命令也是比较简单; 缺点:集群中的每个节点下都需要放置第三方jar,缺一不可,不够灵活,当版本升级的时候,需要对每一台机器上的jar包进行维护,不太容易进行维护。 对于这种方式,我没有进行实验,理论上来说是可行的,个人不太建议这种方式。   三、把jar包放在集群中固定的一台机器上,使用libjars命令加载第三方jar 优点:只需要维护hadoop集群中的一台机器上的lib库,易于系统的维护; 缺点:只能在存放jar的机器上去执行hadoop... Read More | Share it now!

HDFS权限管理用户指南

http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_permissions_guide.html#%E6%96%87%E4%BB%B6%E7%B3%BB%E7%BB%9FAPI%E5%8F%98%E6%9B%B4 概述 Hadoop分布式文件系统实现了一个和POSIX系统类似的文件和目录的权限模型。每个文件和目录有一个所有者(owner)和一个组(group)。文件或目录对其所有者、同组的其他用户以及所有其他用户分别有着不同的权限。对文件而言,当读取这个文件时需要有r权限,当写入或者追加到文件时需要有w权限。对目录而言,当列出目录内容时需要具有r权限,当新建或删除子文件或子目录时需要有w权限,当访问目录的子节点时需要有x权限。不同于POSIX模型,HDFS权限模型中的文件没有sticky,setuid或setgid位,因为这里没有可执行文件的概念。为了简单起见,这里也没有目录的sticky,setuid或setgid位。总的来说,文件或目录的权限就是它的模式(mode)。HDFS采用了Unix表示和显示模式的习惯,包括使用八进制数来表示权限。当新建一个文件或目录,它的所有者即客户进程的用户,它的所属组是父目录的组(BSD的规定)。 每个访问HDFS的用户进程的标识分为两个部分,分别是用户名和组名列表。每次用户进程访问一个文件或目录foo,HDFS都要对其进行权限检查, 如果用户即foo的所有者,则检查所有者的访问权限; 如果foo关联的组在组名列表中出现,则检查组用户的访问权限; 否则检查foo其他用户的访问权限。 如果权限检查失败,则客户的操作会失败。 用户身份 在这个版本的Hadoop中,客户端用户身份是通过宿主操作系统给出。对类Unix系统来说, 用户名等于`whoami`; 组列表等于`bash... Read More | Share it now!