发布于 2017-07-22 12:18:08 | 86 次阅读 | 评论: 0 | 来源: 网友投递

这里有新鲜出炉的Hadoop教程,程序狗速度看过来!

Hadoop分布式系统

一个分布式系统基础架构,由Apache基金会所开发。 用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算和存储。


本篇文章主要介绍了详解Ubuntu16.04下Hadoop 2.7.3的安装与配置,具有一定的参考价值,有兴趣的可以了解一下。

一、Java环境搭建

(1)下载JDK并解压(当前操作系统为Ubuntu16.04,jdk版本为jdk-8u111-Linux-x64.tar.gz)

新建/usr/java目录,切换到jdk-8u111-linux-x64.tar.gz所在目录,将这个文件解压缩到/usr/java目录下。


tar -zxvf jdk-8u101-linux-x64.tar.gz -C /usr/java/ 

(2)设置环境变量

修改.bashrc,在最后一行写入下列内容。


sudo vim ~/.bashrc 

export JAVA_HOME=/usr/java/jdk1.8.0_111 
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar 
export PATH=$JAVA_HOME/bin:$PATH 

运行如下命令使环境变量生效。


source ~/.bashrc 

 打开profile文件,插入java环境配置节。


sudo vim /etc/profile 

export JAVA_HOME=/usr/java/jdk1.8.0_111 
export JAVA_BIN=$JAVA_HOME/bin 
export JAVA_LIB=$JAVA_HOME/lib 
export CLASSPATH=.:$JAVA_LIB/tools.jar:$JAVA_LIB/dt.jar 
export PATH=$JAVA_HOME/bin:$PATH 

打开environment 文件,追加jdk目录和jdk下的lib的目录,如下所示。


sudo vim /etc/environment 



PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/java/jdk1.8.0_111/lib:/usr/java/jdk1.8.0_111"  

 

使配置生效


source /etc/environment 

验证java环境是否配置成功


java -version 

二、安装ssh-server并实现免密码登录

(1)下载ssh-server


sudo apt-get install openssh-server 

(2)启动ssh


sudo /etc/init.d/ssh start 

(3)查看ssh服务是否启动,如果有显示相关ssh字样则表示成功。


ps -ef|grep ssh 

(4)设置免密码登录

使用如下命令,一直回车,直到生成了rsa。


ssh-keygen -t rsa 

导入authorized_keys


cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 

 测试是否免密码登录localhost


ssh localhost 

关闭防火墙


ufw disable 

三、安装Hadoop单机模式和伪分布模式。

(1)下载hadoop-2.7.3.tar.gz,解压到/usr/local(单机模式搭建)。


sudo tar zxvf hadoop-2.7.3.tar.gz -C /usr/local 

 切换到/usr/local下,将hadoop-2.7.3重命名为hadoop,并给/usr/local/hadoop设置访问权限。


cd /usr/local 
sudo mv hadoop-2.7.3 hadoop 
sudo chmod 777 /usr/local/hadoop 

(2)配置.bashrc文件


sudo vim ~/.bashrc

(如果没有安装vim,请用 sudo apt install vim 安装。)

在文件末尾追加下面内容,然后保存。


#HADOOP VARIABLES START 
export JAVA_HOME=/usr/java/jdk1.8.0_111 
export HADOOP_INSTALL=/usr/local/hadoop 
export PATH=$PATH:$HADOOP_INSTALL/bin 
export PATH=$PATH:$HADOOP_INSTALL/sbin 
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL 
export HADOOP_COMMON_HOME=$HADOOP_INSTALL 
export HADOOP_HDFS_HOME=$HADOOP_INSTALL 
export YARN_HOME=$HADOOP_INSTALL 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native 
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib" 
#HADOOP VARIABLES END 

执行下面命令,使添加的环境变量生效:


source ~/.bashrc 

(3)hadoop配置 (伪分布模式搭建)

配置hadoop-env.sh


sudo vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh 

# The java implementation to use. 
export JAVA_HOME=/usr/java/jdk1.8.0_111 
export HADOOP=/usr/local/hadoop 
export PATH=$PATH:/usr/local/hadoop/bin 

 配置yarn-env.sh


sudo vim /usr/local/hadoop/etc/hadoop/yarn-env.sh 

# export JAVA_HOME=/home/y/libexec/jdk1.6.0/ 
JAVA_HOME=/usr/java/jdk1.8.0_111 

配置core-site.xml,在home目录下创建 /home/lyh/hadoop_tmp目录,然后在core-site.xml中添加下列内容。


sudo mkdir /home/lyh/hadoop_tmp 

sudo vim /usr/local/hadoop/etc/hadoop/core-site.xml 

<configuration> 
    <!-- 指定HDFS老大(namenode)的通信地址 --> 
    <property> 
        <name>fs.defaultFS</name> 
        <value>hdfs://localhost:9000</value> 
    </property> 
    <!-- 指定hadoop运行时产生文件的存储目录 --> 
    <property> 
        <name>hadoop.tmp.dir</name> 
        <value>/home/lyh/hadoop_tmp</value> 
    </property> 
</configuration> 

配置hdfs-site.xml


sudo vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml 

<configuration> 
    <!-- 指定HDFS副本的数量 --> 
    <property> 
        <name>dfs.replication</name> 
        <value>1</value> 
    </property> 
</configuration> 

配置yarn-site.xml


sudo vim /usr/local/hadoop/etc/hadoop/yarn-site.xml 

<configuration> 
<!-- Site specific YARN configuration properties --> 
    <property> 
        <name>yarn.nodemanager.aux-services</name> 
        <value>mapreduce_shuffle</value> 
    </property> 
    <property> 
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> 
        <value>org.apache.hadoop.mapred.ShuffleHandler</value> 
    </property> 
    <property> 
        <name>yarn.resourcemanager.address</name> 
        <value>127.0.0.1:8032</value> 
    </property> 
    <property> 
        <name>yarn.resourcemanager.scheduler.address</name> 
        <value>127.0.0.1:8030</value> 
    </property> 
    <property> 
        <name>yarn.resourcemanager.resource-tracker.address</name> 
        <value>127.0.0.1:8031</value> 
    </property> 
</configuration> 

(4)关机重启系统。

四、测试Hadoop是否安装并配置成功。

(1)验证Hadoop单机模式安装完成


hadoop version 

能够显示Hadoop的版本号即可说明单机模式已经配置完成。

(2)启动hdfs使用为分布模式。

格式化namenode


hdfs namenode -format 

有 "……has been successfully formatted" 等字样出现即说明格式化成功。注意:每次格式化都会生成一个namenode对应的ID,多次格式化之后,如果不改变datanode对应的ID号,运行wordcount向input中上传文件时会失败。

启动hdfs


start-all.sh 

显示进程

jps 

在浏览器中输入http://localhost:50070/,出现如下页面

输入 http://localhost:8088/,出现如下页面

则说明伪分布安装配置成功了。

停止hdfs


stop-all.sh 

五、运行wordcount

(1)启动hdfs。


start-all.sh 

(2)查看hdfs底下包含的文件目录


hadoop dfs -ls / 

如果是第一次运行hdfs,则什么都不会显示。

(3)在hdfs中创建一个文件目录input,将/usr/local/hadoop/README.txt上传至input中。


hdfs dfs -mkdir /input 
hadoop fs -put /usr/local/hadoop/README.txt /input 


(4)执行以下命令运行wordcount,并将结果输出到output中。



hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount /input /output  


出现类似上图的页面说明wordcount运行成功。注意:请将图中红色线框中的内容替换为自己的hadoop-mapreduce-examples-2.7.3.jar文件的路径信息。

(5)执行成功后output 目录底下会生成两个文件 _SUCCESS 成功标志的文件,里面没有内容。 一个是 part-r-00000 ,通过以下命令查看执行的结果,如下图。


hadoop fs -cat /output/part-r-00000 

附:hdfs常用命令


hadoop fs -mkdir /tmp/input       在HDFS上新建文件夹 
hadoop fs -put input1.txt /tmp/input 把本地文件input1.txt传到HDFS的/tmp/input目录下 
hadoop fs -get input1.txt /tmp/input/input1.txt 把HDFS文件拉到本地 
hadoop fs -ls /tmp/output         列出HDFS的某目录 
hadoop fs -cat /tmp/ouput/output1.txt 查看HDFS上的文件 
hadoop fs -rmr /home/less/hadoop/tmp/output 删除HDFS上的目录 
hadoop dfsadmin -report 查看HDFS状态,比如有哪些datanode,每个datanode的情况 
hadoop dfsadmin -safemode leave 离开安全模式 
hadoop dfsadmin -safemode enter 进入安全模式 

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持phperz。



相关阅读 :
详解Ubuntu16.04下Hadoop 2.7.3的安装与配置
hadoop完全分布式模式的安装和配置
redhat下Hadoop 安装部署
Hadoop 2.6 + Hive 1.2.1 + spark-1.4.1(3)
linux下搭建hadoop环境步骤分享
使用yum安装CDH Hadoop集群
docker搭建Hadoop集群
hadoop单机版安装配置
离线安装Hadoop最新发行版本hdp2.4
在win7上hadoop环境搭建的方法(图)
Hadoop伪分布式安装
hadoop2.6完全分布式环境安装搭建
最新网友评论  共有(0)条评论 发布评论 返回顶部

Copyright © 2007-2017 PHPERZ.COM All Rights Reserved   冀ICP备14009818号  版权声明  广告服务