每晚睡前复习一个题，云计算必高分过系列
为了提高学习效率，这里搬个友链

以下所有内容可能有误，请自行甄别

一. HBase && Spark

1. HBase

启动集群后：

① Shell

1. 建表
   create用来建表
   create "apple","base_info"
   其中，apple为表名，base_info为列族，列族至少有一个
   
   查看所创建的表：
   
2. 插入数据
   put 命令用来插入
   put "apple","0001","base_info:weight","89"

其中apple为表名，0001为行键，base_info为列族（必须是已经创建了的），weight为列名，89为具体的值

其余可参考：

在上图中，在创建表的时候，可以用命令：
create "Student","Stuinfo","Grades"
列族是可以后续添加的，比如：
alter "apple","extra_info"
再插入数据：
put "apple","0001","extra_info:grade","good"

然后继续插入信息可以查看到更新后的表信息：

3. 浏览数据
   get命令可以用来获取表中的数据
   get "apple","0001"
   其中，apple为表名，0001为行键
   可以看见：

scan "apple"用来获取所有的信息
apple为表名

在结果中我们可以看到两部分
第一部分是：ROW为0001
第二部分是：COLUMN（包含列的名字列族:列名的形式）+CELL（时间戳和值）
指定获取某个值：
get "apple","0001","base_info:weight"
其中，apple为表名，0001为行键，base_info为列族，weight为列名

4. 分析
   HBase的插入和删除操作与关系型数据库(e.g. MySQL)的区别 感觉必考

插入的区别（个人总结，可能不对）：

1. 时间戳
   HBase一次只能插入一个表一个列族某单元格的数据，插入时自动加时间戳。而MySQL再插入的过程中，不会自动加时间戳，而且必须要严格按照表的结构来进行插入，也就说在MySQL中是没有办法通过列来进行插入的，但是HBase是可以的（HBase插入要提供表名、行键的名称、列族和列的名称，列名是临时定义的，列族里的列可以随意扩展，极大程度上扩大了数据的存储结构，这也决定了HBase适合大数据的存储、具有高效性的特点）
   2.命令方面
   在执行的插入命令方面，HBase通过命令put来进行插入，而MySQL通过insert命令来进行插入。
   底层方面：在MySQL（不仅仅是MySQL，是包括MySQL所有的关系型数据库）的底层方面，是通过关系代数的运算来实现的，而HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等。

删除的区别（来自网络 && 个人总结）：

1. 删除的方式不同
   HBase不会定位到需要删除或更新的记录进行操作。由于HBase底层依赖HDFS，对于HBase删除操作来说，HBase无法在查询到之前的数据并进行修改，只能顺序读写，追加记录。为了更新或删除数据，HBase会插入一条一模一样的新的数据，但是key type会标记成Delete状态，以标记该记录被删除了。在读取的时候如果取到了是Delete，而且时间是最新的，那么这条记录肯定是被删掉了，从而达到删除的目的。
   对于关系型数据库来说，进行删除会直接将二维表中的某一行删除掉
2. 删除的粒度不同
   在HBase中进行删除的时候，如果使用命令delete ，可以从表中删除一个单元格或一个行集，语法与 put 类似，必须指明表名和列族名称，而列名和时间戳是可选的。删除的粒度可以是单元格或者是一个行集，要想删除一整个数据，要使用deleteall(原因是：delete 命令不能跨列族操作，如需删除表中所有列族在某一行上的数据，即删除上表中一个逻辑行，则需要使用 deleteall 命令，不需要指定列族和列的名称，只需要指定表明和行键即可)；但是在关系型数据库中，不能够删除一个单元格，在关系型数据库中删除的最小粒度是行，即二维表中的一整条数据。
   3.使用的命令不同
   在关系型数据库中（以MySQL为例），可以使用delete或者是truncate 进行删除，前者可以根据一定的条件进行删除，而后者是删除整个表。在HBase中，删除的命令是delete 和 deleteall，前者用于删除单元格或者是行集（在某一个列组内删除），后者是删除整个逻辑行（跨越列族的限制）

② IDE 下 CRUD

给定JSON or XML数据
比如：

或者是：

或者是xml格式：

转换为二维表就是：

1. 连接数据库

public static void getConnect() throws IOException{conf.set("hbase.zookeeper.quorum", "master315");conf.set("hbase.zookeeper.property.clientPort", "2181");//conf.set("zookeeper.znode.parent", "/hbase");try{ connection=ConnectionFactory.createConnection(conf);}catch(IOException e){ }}

其中master315为主机名
2. 创建表

//创建一张表，通过HBaseAdmin HTableDescriptor来创建public static void createTable(String tablename) throws Exception {TableName tableName = TableName.valueOf(tablename);Admin admin = connection.getAdmin();if (admin.tableExists(tableName)) {admin.disableTable(tableName);admin.deleteTable(tableName);System.out.println(tablename + " table Exists, delete ......");}@SuppressWarnings("deprecation")HTableDescriptor desc = new HTableDescriptor(tableName);@SuppressWarnings("deprecation")HColumnDescriptor colDesc = new HColumnDescriptor("base_info");colDesc.setBloomFilterType(BloomType.ROWCOL);desc.addFamily(colDesc);desc.addFamily(new HColumnDescriptor("extra_info"));admin.createTable(desc);admin.close();System.out.println("create table success!");}

3. 插入数据

public static void addData(String tablename) throws Exception {HTable table = (HTable) connection.getTable(TableName.valueOf(tablename));Put p1 = new Put(Bytes.toBytes("0001"));p1.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("weight"), Bytes.toBytes(String.valueOf(89)));p1.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("caption"), Bytes.toBytes("GuoGuang"));p1.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("production"), Bytes.toBytes("LongKou"));p1.addColumn(Bytes.toBytes("extra_info"), Bytes.toBytes("grade"), Bytes.toBytes("good"));table.put(p1);Put p2 = new Put(Bytes.toBytes("0002"));p2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("weight"), Bytes.toBytes(String.valueOf(50)));p2.addColumn(Bytes.toBytes("base_info"), Bytes.toBytes("caption"), Bytes.toBytes("HongFuShi"));table.put(p2);table.close();System.out.print("insert successed");}

shell可查：

4. 浏览全部信息
   因为已知插入了两行，所以代码直接for i到2：
   此代码普适性不够高，但是适合浏览以某一个字符串开头比如”000″开头的row key或者是某一个单独的行

public static void getData(String tablename) throws IOException {HTable table = (HTable) connection.getTable(TableName.valueOf(tablename));for (int i = 1; i <= 2; i++) {Get get = new Get(Bytes.toBytes("000" + String.valueOf(i)));Result result = table.get(get);if (result != null && !result.isEmpty()) {for (Cell cell : result.listCells()) {String family = Bytes.toString(cell.getFamilyArray(), cell.getFamilyOffset(), cell.getFamilyLength());String key = Bytes.toString(cell.getQualifierArray(), cell.getQualifierOffset(), cell.getQualifierLength());String value = Bytes.toString(cell.getValueArray(), cell.getValueOffset(), cell.getValueLength());System.out.println(family + "" + key + ": " + value);}}System.out.println("");}}

如果说在事先不知道有多少行的情况下，建议采用下面的方法：

public static void getAllRows(String tableName) throws IOException {HTable table = (HTable) connection.getTable(TableName.valueOf(tableName));Scan scan = new Scan();ResultScanner resultScanner = table.getScanner(scan);for(Result result : resultScanner){Cell[] cells = result.rawCells();for(Cell cell : cells) {System.out.println("Row Key: " + Bytes.toString(CellUtil.cloneRow(cell)));System.out.println("Column Family: " + Bytes.toString(CellUtil.cloneFamily(cell)));System.out.println("Column: " + Bytes.toString(CellUtil.cloneQualifier(cell)));System.out.println("Value :" + Bytes.toString(CellUtil.cloneValue(cell)) + "\n\n");}}}

结果如下图：

2. Spark（Shell下）

首先我们可以通过：
/usr/local/hadoop/sbin/start-all.sh打开hadoop
/usr/local/spark/sbin/start-all.sh
/usr/local/spark/sbin/start-slaves.sh打开spark
然后通过命令：spark-shell进入终端进行操作

结构化数据文件创建DataFrame
一般情况下，把结构化数据文件存储在HDFS。Spark SQL最常见的结构化数据文件格式是Parquet文件或JSON文件。Spark SQL可以通过load（）方法将HDFS上的格式化文件转换为DataFrame，load默认导入的文件格式是Parquet。

①从外部数据源创建DataFrame

加入我们有一个这样的json文件:

我们将它放到虚拟机的某一个确定的hdfs路径下,比如hdfs://master315:9000/person.js
取名为person.json
如果文件放到本地,会出现问题：

是因为没有通过file://指定位置，比如：file:///home/person.json
所以要刻意注意下文件放的位置

var df=spark.read.format("json").load("/person.json")

②根据JSON数据转化为二维表

将json二维结构化出来应该是这个样子的：

经过第三部之后，再来看这里，就会发现通过df.show()直接展示结果：

③Spark SQL

df.createTempView("Tabel1")
这里的Tabel1是表名

df.show()

比如说查看所有信息：
spark.sql("select * from Tabel1").show()

展示性别为’M’的人信息：

④DataFrame基本操作

输出所有人名：
df.select(df("name")).show()

当然还有其它操作：

其中name和age都是表中的字段名可以理解为和height、sex一样

upd:20220608 21:22

二. Docker/分布式部署/分布式集群

1.CentOS + JDK + Tomcat制作镜像

在制作镜像时，有若干种方法，比如通过通过Dockerfile或者是docker commit等，这里我们采用前者即通过Dockerfile来制作镜像

在这一部分，需要：①知道拉取基础镜像，②清楚维护者信息，③构建镜像时执行的命令有哪些，④运行容器后执行的命令有哪些
①准备docker镜像(空白)拉取：
docker pull centos
②维护者信息通过命令MAINTAINER
③构建镜像时执行的命令
ADD COPY ENV RUN
④运行容器后执行的命令
CMD ENTPOINT

FROM centos:latest # 拉取MAINTAINERMYSTUID_IS_3315 # 维护者信息以学号标示RUN mkdir _path # 构建镜像时创建目录_path(比如/usr/local/Contest)mkdir为常用命令，其余常用命令应有所了解RUN mkdir _path # 构建镜像时创建目录_path(比如/usr/local/Contest)mkdir为常用命令，其余常用命令应有所了解

将本地文件 JDK复制到 _path 下
这里复制有两个命令：
ADD && COPY
ADD有时无法通过COPY来代替，但是ADD是可以替代COPY的
最好使用ADD命令，优点如下：
可以对本地文件进行提取和解压缩
可以根据URL（如果注明为http://必须使用ADD）从远程来进行拉取下载，但是注意此时不会进行提取和解压缩
ADD _sourcePath _targetPath
_sourcePath为源路径，可以是URL
_targetPath为目标路径
如果说_sourcePath是一个URL（网络文件），则不会自动解压，需要添加命令进行命令解压
RUN tar -zxvf _localPath -C _targetPath
_localPath为本地目录
_targetPath为目标路径，即要放到哪里

COPY只能是在本地进行
这时就要分两步进行：
①拷贝 ②解压缩
COPY _sourcePath _targetPath
_sourcePath为源路径
_targetPath为目标路径
RUN tar -zxvf _localPath -C _targetPath
_localPath为本地目录
_targetPath为目标路径，即要放到哪里
这里要注意，如果告知为本地当前文件即和Dockerfile在同一个目录下，则不需要添加路径，也就是_localPath为一个文件名；如果说和Dockerfile不在同一个目录下，则需要加上一个绝对路径标示源文件所在地

再加上Tomcat，和JDK思路相同（根据要求决定用COPY还是ADD）

样例项目文件放到指定路径下，（可以是自己打的jar包这里以 a.jar为例）
ADD a.jar _targetPath 这里_targetPath为指定目录以/opt为例则是：
ADD a.jar /opt

RUN chmod +x /opt/a.jar 添加可运行的权限
运行：
CMD java -jar /opt/a.jar # java -jar为基础的Java运行jar包的命令

到此，Dockerfile编辑完毕
通过命令来执行镜像的生成：
docker build -t _imageName .
其中_imageName为镜像的名字，==一定一定不要忘记最后的小点儿 ==       .\ \ \ \ \ .     .

如果说添加的不是一个jar包，或者是说样例项目文件不是一个jar而是一个脚本(.sh)，可以参考之前博客：传送门

单独记一下CMD命令的格式
CMD 系统命令
CMD [“/bin/sh”,“-c”,“targetFile.sh”]
其中/bin/sh为脚本的解释器，-c为参数，taragetFile.sh为脚本文件

2.k8s中部署已有镜像

通过上面的操作:

我们已经得到了镜像名为 _imageName的镜像
部署的命令：
kubectl create deployment 部署的名字 --image=镜像名
也就是
kubectl create deployment 部署的名字 --image=_imageName

暴露接口：
这里既可以用deploy，也可以用deployment，都是对的
kubectl expose deploy 部署的名字 --port=80 --type=NodePort
port为指定暴露的端口

查询外部访问接口：
kubectl get service

upd:2022-06-13 20:46

三 . 云计算资源管理

1.Mesos 分布式计算资源管理框架（本身不计算）

不一定是这么对应的，只是说明了包含关系
Mesos包含Master和Slave
Yarn包含NodeManager 和 ResourceManager
Spark包含Master 和 Worker
k8s是Master Node

2. Openstack

openstack的服务架构：

这里要注意对象存储和块存储的定义区别适用场景

有哪些服务，服务又是属于哪个项目
一键部署的时候，怎么设置参数
配置文件 answer.txt参数修改

[general]
CONFIG_SSH_KEY=/localhost/.ssh/id_rsa.pub
CONFIG_DEFAULT_PASSWORD=123456
CONFIG_SERVICE_WORKERS=%{::processorcount}
CONFIG_MARIADB_INSTALL=y
CONFIG_GLANCE_INSTALL=y
CONFIG_CINDER_INSTALL=y
CONFIG_MANILA_INSTALL=n
CONFIG_NOVA_INSTALL=y
CONFIG_NEUTRON_INSTALL=y
CONFIG_HORIZON_INSTALL=y
CONFIG_SWIFT_INSTALL=y
CONFIG_CEILOMETER_INSTALL=y
CONFIG_AODH_INSTALL=y
CONFIG_GNOCCHI_INSTALL=y
CONFIG_SAHARA_INSTALL=n
CONFIG_HEAT_INSTALL=n
CONFIG_TROVE_INSTALL=n
CONFIG_IRONIC_INSTALL=n
CONFIG_CLIENT_INSTALL=y
CONFIG_NTP_SERVERS=
CONFIG_NAGIOS_INSTALL=y
EXCLUDE_SERVERS=
CONFIG_DEBUG_MODE=n
CONFIG_CONTROLLER_HOST=一个ip地址
CONFIG_COMPUTE_HOSTS=一个ip地址
CONFIG_NETWORK_HOSTS=一个ip地址

upd 2022-06-13 21:30

如有错误请私信或者是留言，谢谢合作