hadoop-tools:在Windows Azure上安装CDH的说明

【文件属性】：
文件名称：hadoop-tools:在Windows Azure上安装CDH的说明
文件大小：58KB
文件格式：ZIP
更新时间：2021-05-10 03:52:08
Shell 为CDH群集创建Azure虚拟机 该项目包含大量的Shell脚本和工具，可用于在Cloudera CDH上使用Azure。 Azure目录包含Azure VM创建和附加存储脚本 首先安装Windows Azure跨平台cli工具 适用于Mac和Linux的Windows Azure命令行工具Windows和Mac安装程序均可用。 您可以从Shell称您为天青订阅。 安装完成后，您需要将该工具与相关的订阅相关联。 转到并登录到您的订阅 安装工具后，导入帐户设置： azure account download 这将启动浏览器并下载.publishingsettings文件 azure account set 应该可以通过命令行创建与订阅相关联的虚拟网络，但是事实证明这具有挑战性。 因此，我们选择直接从管理控制台执行此操作。 从管理控制台创

【文件预览】：
hadoop-tools-master
----kerberos()
--------ipa.sh(1KB)
--------README.md(2KB)
--------gen_credentials_ipa.sh(2KB)
----pre-install()
--------ntp.sh(305B)
--------generate_keytabs.sh(729B)
--------key_copier.sh(231B)
--------krb5.conf(412B)
--------distributer.sh(248B)
--------generate_hosts.sh(135B)
--------cert_dist.sh(6KB)
--------diskformater.sh(2KB)
--------README.md(780B)
--------selinux.sh(278B)
--------jce-copy.sh(749B)
--------chronyd.sh(336B)
--------hosts.txt(21B)
--------iptables.sh(314B)
--------tuning.sh(283B)
--------copier.sh(179B)
--------selfsigned.sh(479B)
----sqoop()
--------README.md(75B)
--------import_sqoop.sh(1016B)
----.Rhistory(0B)
----benchmark()
--------benchmark.sh(832B)
--------looping_benchmark.sh(1KB)
--------benchmark2.sh(610B)
--------updated_benchamark.sh(870B)
--------iperf.sh(2KB)
--------README.md(1KB)
----flume()
--------backup-default-morphline.conf(6KB)
--------schema.xml(50KB)
--------flume-tier1.conf(1KB)
--------flume-solr.conf(2KB)
--------flume-tier1-avro.conf(2KB)
--------syslog.csv(129B)
--------README.md(3KB)
--------apache_loggen.py(2KB)
--------flume-tier2.conf(2KB)
--------solr-syslog-morphline.conf(5KB)
----README.md(3KB)
----azure()
--------CreateAzureVMs.sh(874B)
--------NetworkConfiguration.xml(931B)
--------resolv.sh(224B)
--------copyToAdminNode.sh(303B)
--------changesudoers.sh(246B)
--------README.md(4KB)
--------hosts.txt(14B)
--------adddisk.sh(272B)
--------AttachAzureStorage.sh(143B)
----oozie()
--------README.md(736B)
----misc()
--------README.md(1KB)
--------my.cnf(1KB)
----.gitignore(0B)
----spark()
--------sparker.sh(401B)
----mlearn()
--------naive-bayes.py(3KB)
--------pima-indians-diabetes.data.csv(23KB)