重要tip

• 项目git地址
• hadoop搭建部分，使用了kiwenlau的hadoop dockefile。
• 注意，hadoop的分布式是基于多机器的，而本github是通过docker来模拟实现的（单机多节点）。其主要目的，是让大家通过看dockerfile和相关shell了解基本的配置和搭建过程。说直白点，本dockerfile就是我认为的搭建流程的最简版。

hadoop,hbase,hive,hue的定位和关系

• Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。
• hbase是运行于HDFS文件系统之上的nosql。
• hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。hive映射的表既可以落在hdfs上，也可以落在hbase上。
• hue是支持多种数据库或数据仓库（包括hive）的web界面。

hadoop部署方式

• 单机多节点。（本git的实现结果）
• 多机多节点。
  • 鉴于网络特性，对于一类集群，单个机器至多只能存在该类集群的一个节点。
  • 因为存在多类集群，那么，单机上可以存在每一类集群的一个节点，即单机上可以存在多个不同类集群的节点。
  • 这种可以结合docker进行实现，但这里docker的network得为host类型的模式。
  • 真正的分布式，指的是这一种。

搭建步骤。（基本和下面的参考教程的顺序一致，大家可以参考教程其中的细节）

1. hadoop
2. hbase
3. hive
4. hive与hbase和hdfs的整合
5. hue
6. hue与hive的整合

主要参考教程（该部分是我搭建时，参考的教程，基本都是简易版本。）

• hadoop分布式简易安装教程
  https://blog.csdn.net/Evankaka/article/details/51612437
• 写的比较好的，hbase分布式教程。
  http://www.ityouknow.com/hbase/2017/07/25/hbase-cluster-setup.html
• hive安装
  https://blog.csdn.net/u013310025/article/details/70306421
• hive和hbase整合
  https://blog.csdn.net/qq_33689414/article/details/80328665
• hue安装
  https://github.com/cloudera/hue/tree/master/tools/docker/hue
• hue与其他存储引擎的整合
  https://blog.csdn.net/maomaosi2009/article/details/45648829

相关镜像

• 基于docker实现的单机多节点的github工程。
  https://github.com/kiwenlau/hadoop-cluster-docker
• hadoop镜像。（该镜像仅供参考）
  https://github.com/sequenceiq/hadoop-docker
• hue镜像
  https://github.com/cloudera/hue/tree/master/tools/docker/hue