hadoop distcp命令 多个集群的hdfs数据怎么同步？
多个集群的hdfs数据怎么同步？
1. 用相同的Hadoop版本同步数据
Hadoop distcp-skipcrccheck-Update-M 20hdfs://dchadoop002.dx：8020/user/DC/warehouse/test/user/DC/warehouse/test
2。不同的Hadoop版本同步数据
Hadoop distcp-skipcrccheck-Update-M 20hftp://ns1/user/test/User/DC/test
参数：
-M表示并发性
-skipcrccheck跳过HDFS检查
-update file
Hadoop是一个运行在集群环境中的大数据框架，包括分布式存储和分布式计算。
Hadoop流行的一个重要原因是它不需要很高的硬件，通常超过8g的内存可以运行Hadoop。许多研究Hadoop的程序员从部署伪集群开始，这表明Hadoop对硬件的要求非常低。但要想顺利运行Hadoop，其中一个关键点是增加内存和使用超过i5cpu。
Hadoop对内存和CPU的要求非常敏感。如果使用spark，建议内存大于32g，否则处理速度会受到很大影响，因为spark是基于内存的。
Hadoop是学习阶段的选择。商业大数据平台一般会在Hadoop的基础上进行打包，或者选择成熟的商业大数据平台。由于Hadoop的部署和操作维护比较麻烦，商业平台通常比较完善，使用起来也比较方便。
hadoop distcp命令 distcp 命令详解 hadoop distcp
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
