大数据应用人才培养系列教材 R 语言 刘 鹏 张 燕 总主编 程显毅 主编 刘颖 朱倩 副主编

大数据应用人才培养系列教材 第十三章 RHadoop 13.1　认识RHadoop 13.2　Rhdoop安装 13.3　综合练习 习题

13.1 认识RHadoop 第十三章 RHadoop (1) Hadoop家族的强大之处在于对大数据的处理，让原来的不可能（TB,PB数据量计算），成为了可能。所以，hadoop重点是海量数据分析。 (2)R语言的强大之处在于统计分析，在没有Hadoop之前，我们对于大数据的处理。 可以看出，两种技术放在一起，刚好是取长补短。

大数据应用人才培养系列教材 第十三章 RHadoop 13.1　认识RHadoop 13.2　RHadoop安装 13.3　综合练习 习题

13.2 RHadoop安装 第十三章 RHadoop (1)下载依赖包 https://github.com/RevolutionAnalytics/RHadoop/wiki/Downloads rmr-2.1.0 rhdfs-1.0.5 rhbase-1.1 复制到/root/R目录 ~/R# pwd /root/R ~/R# ls rhbase_1.1.tar.gz rhdfs_1.0.5.tar.gz rmr2_2.1.0.tar.gz

13.2 RHadoop安装 第十三章 RHadoop (2)安装rJava库，在配置好了JDK 1.6的环境后，运行R CMD javareconf命令，R的程序从系统变量中会读取Java配置。然后打开R程序，通过install.packages的方式安装rJava。

13.2 RHadoop安装 (3)安装依赖库 在命令行执行： R CMD javareconf R 启动R程序 install.packages("rJava") install.packages("reshape2") install.packages("Rcpp") install.packages("iterators") install.packages("itertools") install.packages("digest") install.packages("RJSONIO") install.packages("functional")

13.2 RHadoop安装 第十三章 RHadoop (4)安装rhdfs库，在环境变量中增加 HADOOP_CMD 和 HADOOP_STREAMING 两个变量： vi /etc/environment HADOOP_CMD=/root/hadoop/hadoop-1.0.3/bin/Hadoop HADOOP_STREAMING=/root/hadoop/hadoop-1.0.3/contrib/ streaming/ hadoop-streaming-1.0.3.jar (5)安装rmr库 R CMD INSTALL rmr2_2.1.0.tar.gz (6)安装rhbase库 安装完成HBase后，还需要安装Thrift，因为rhbase是通过Thrift调用HBase的。 Thrift是需要本地编译的，官方没有提供二进制安装包，首先下载thrift-0.8.0。 在Thrift解压目录输入./configure，会列Thrift在当前机器所支持的语言环境，如果只是为了rhbase，默认配置就可以了。

13.2 RHadoop安装 (7)安装rhbase。 下载thrift wget http://archive.apache.org/dist/thrift/0.8.0/thrift-0.8.0. tar.gz tar xvf thrift-0.8.0.tar.gz cd thrift-0.8.0/ 下载PHP支持类库(可选) sudo apt-get install php-cli 下载C++支持类库(可选) sudo apt-get install libboost-dev libboost-test-dev libboost -program-options-dev libevent-dev automake libtool flex bison pkg-config g++ libssl-dev

13.2 RHadoop安装 生成编译的配置参数 ./configure 编译和安装 make make install 查看thrift版本 thrift -version Thrift version 0.8.0 启动HBase的Thrift Server /hbase-0.94.2/bin/hbase-daemon.sh start thrift jps 安装rhbase R CMD INSTALL rhbase_1.1.1.tar.gz

13.2 RHadoop安装 (8)查看安装的类库 一般R的类库目录是 /usr/lib/R/site-library或者/usr/local/lib/R/ site-library， 用户也可以使用whereis R的命令查询，自己计算机上R类库的安装位置。 ls /disk1/system/usr/local/lib/R/site-library/ digest functional iterators itertools plyr Rcpp reshape2 rhdfs rJava RJSONIO rmr2 stringr

大数据应用人才培养系列教材 第十三章 RHadoop 13.1　认识RHadoop 13.2　RHadoop安装 13.3　综合练习 习题

13.3 综合练习 (1)查看hadoop目录 hadoop fs -ls /user (2)查看hadoop数据文件 hadoop fs -cat /user/hdfs/o_same_school/part-m-00000 (3)启动R程序 (4)启动MapReduce  > library(rmr2) > small.ints = to.dfs(1:10)   > mapreduce(input = small.ints, map = function(k, v) cbind(v, v^2)) > from.dfs("/tmp/RtmpWnzxl4/file5deb791fcbd5")  

13.3 综合练习 (5)wordcount执行rmr2任务 第十三章 RHadoop (5)wordcount执行rmr2任务 > input<- '/user/hdfs/o_same_school/part-m-00000'   > wordcount = function(input, output = NULL, pattern = " "){   wc.map = function(., lines) {   keyval(unlist( strsplit( x = lines,split = pattern)),1)   }   wc.reduce =function(word, counts ) {   keyval(word, sum(counts))   }     mapreduce(input = input ,output = output, input.format = "text",   map = wc.map, reduce = wc.reduce,combine = T)   > wordcount(input) >from.dfs("/tmp/RtmpfZUFEa/file6cac626aa4a7") 

大数据应用人才培养系列教材 第十三章 RHadoop 13.1　认识RHadoop 13.2　RHadoop安装 13.3　综合练习 习题

习题： 1．下面 程序负责HDFS数据存储。 A.NameNode B.Jobtracker C.Datanode D.secondaryNameNode 2．Hadoop作者是 。 A.Martion Fowler B.Kent Beck C.Doug cutting 3．Rhadoop是将R的强大 能力和hadoop的 相结合。 4．通过R的三个包 、 、 ，实现R对hadoop各个组件的调用。 5．Hadoop主要用来 ，R语言完成 算法。 6．R语言的强大之处？ 7．Mahout是基于Hadoop的 和 的算法框架。 8．Hadoop作者是 。 9．Hadoop家族的强大之处，在于对 的处理，让原来的不可能（TB,PB数据量计算），成为了可能。 10．Mahout和R语言的区别？

习题： 11．Rhadoop的四个组成功能。 12．Hadoop特点及优势？ 13．R与Hadoop结合一般步骤？ 14．R的三个包rmr、rhdfs、rhbase分别是对应Hadoop系统架构中的哪个部分？ 15．对应MapReduce的R包的名称。 16．对应 HDFS的R包的名称

AIRack人工智能实验平台 ——一站式的人工智能实验平台 DeepRack深度学习一体机 ——开箱即用的AI科研平台 BDRack大数据实验平台——一站式的大数据实训平台

云创公众号推荐 刘鹏看未来 云计算头条 中国大数据 深度学习世界 云创大数据订阅号 云创大数据服务号 高校大数据与人工智能 微信号：lpoutlook 云计算头条 微信号：chinacloudnj 中国大数据 微信号：cstorbigdata 深度学习世界 微信号：dl-world 云创大数据订阅号 微信号：cStor_cn 云创大数据服务号 微信号：cstorfw 高校大数据与人工智能 微信号：data_AI

手机APP推荐 我的PM2.5 随时随地准确 查看身边的 PM2.5值 同声译 支持26种语言 互译的实时翻 译软件 我的南京 云创大数据为路 况大数据应用提 供技术支持 科技头条 汇聚前沿资讯 的科技情报站

网站推荐 万物云 智能硬件大数据免费托管平台 环境云 环境大数据开放共享平台

感谢聆听