搭建 Hadoop 僞分佈式環境

時間 2019-11-13

標籤搭建 hadoop 分佈式環境欄目 Hadoop 简体版

原文原文鏈接

教程環境和說明

軟硬件環境java
- CentOS 7.2 64 位
- OpenJDK- 1.8
- Hadoop- 2.7
關於本教程的說明node

雲實驗室雲主機自動使用 root 帳戶登陸系統，所以本教程中全部的操做都是以 root 用戶來執行的。若要在本身的雲主機上進行本教程的實驗，爲了系統安全，建議新建一個帳戶登陸後再進行後續操做。正則表達式

安裝 SSH 客戶端

安裝SSHapache

安裝SSH：centos
```
sudo yum install openssh-clients openssh-server
```
安裝完成後，可使用下面命令進行測試：安全
```
ssh localhost
```
輸入 root 帳戶的密碼，若是能夠正常登陸，則說明SSH安裝沒有問題。測試正常後使用 exit 命令退出ssh。bash

安裝 JAVA 環境

安裝 JDKssh

使用 yum 來安裝1.7版本 OpenJDK：jvm
```
sudo yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel
```
安裝完成後，輸入 java 和 javac 命令，若是能輸出對應的命令幫助，則代表jdk已正確安裝。分佈式
配置 JAVA 環境變量

執行命令:

編輯 ~/.bashrc，在結尾追加：
```
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk
```
保存文件後執行下面命令使 JAVA_HOME 環境變量生效:
```
source ~/.bashrc
```
爲了檢測系統中 JAVA 環境是否已經正確配置並生效，能夠分別執行下面命令:
```
java -version
$JAVA_HOME/bin/java -version
```
若兩條命令輸出的結果一致，且都爲咱們前面安裝的 openjdk-1.8.0 的版本，則代表 JDK 環境已經正確安裝並配置。

安裝 Hadoop

下載 Hadoop

本教程使用 hadoop-2.7 版本，使用 wget 工具在線下載（注：本教程是從清華大學的鏡像源下載，若是下載失敗或報錯，能夠本身在網上找到國內其餘一個鏡像源下載 2.7 版本的 hadoop 便可）：
```
wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.4/hadoop-2.7.4.tar.gz
```
安裝 Hadoop

將 Hadoop 安裝到 /usr/local 目錄下:
```
tar -zxf hadoop-2.7.4.tar.gz -C /usr/local
```
對安裝的目錄進行重命名，便於後續操做方便:
```
cd /usr/local
mv ./hadoop-2.7.4/ ./hadoop
```
檢查Hadoop是否已經正確安裝:
```
/usr/local/hadoop/bin/hadoop version
```
若是成功輸出hadoop的版本信息，代表hadoop已經成功安裝。

Hadoop 僞分佈式環境配置

設置 Hadoop 的環境變量

編輯 ~/.bashrc，在結尾追加以下內容：

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

使Hadoop環境變量配置生效:

source ~/.bashrc

修改 Hadoop 的配置文件

Hadoop的配置文件位於安裝目錄的 /etc/hadoop 目錄下，在本教程中即位於 /url/local/hadoop/etc/hadoop 目錄下，須要修改的配置文件爲以下兩個:
```
/usr/local/hadoop/etc/hadoop/core-site.xml
/usr/local/hadoop/etc/hadoop/hdfs-site.xml
```
編輯 core-site.xml，修改<configuration></configuration>節點的內容爲以下所示：

core-site.xml
同理，編輯 hdfs-site.xml，修改<configuration></configuration>節點的內容爲以下所示：

hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/data</value>
</property>
</configuration>

格式化 NameNode

格式化NameNode:

/usr/local/hadoop/bin/hdfs namenode -format

在輸出信息中看到以下信息，則表示格式化成功:

Storage directory /usr/local/hadoop/tmp/dfs/name has been successfully formatted.
Exiting with status 0

啓動 NameNode 和 DataNode 守護進程

啓動 NameNode 和 DataNode 進程:
```
/usr/local/hadoop/sbin/start-dfs.sh
```
執行過程當中會提示輸入用戶密碼，輸入 root 用戶密碼便可。另外，啓動時ssh會顯示警告提示是否繼續鏈接，輸入 yes 便可。

檢查 NameNode 和 DataNode 是否正常啓動:
```
jps
```
若是NameNode和DataNode已經正常啓動，會顯示NameNode、DataNode和SecondaryNameNode的進程信息:
```
[hadoop@VM_80_152_centos ~]$ jps
3689 SecondaryNameNode
3520 DataNode
3800 Jps
3393 NameNode
```

運行 Hadoop 僞分佈式實例

查看 Hadoop 自帶的例子

Hadoop 附帶了豐富的例子, 執行下面命令能夠查看：

cd /usr/local/hadoop
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar

在 HDFS 中建立用戶目錄

在 HDFS 中建立用戶目錄 hadoop：
```
/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop
```
準備實驗數據

本教程中，咱們將以 Hadoop 全部的 xml 配置文件做爲輸入數據來完成實驗。執行下面命令在 HDFS 中新建一個 input 文件夾並將 hadoop 配置文件上傳到該文件夾下：
```
cd /usr/local/hadoop
./bin/hdfs dfs -mkdir /user/hadoop/input
./bin/hdfs dfs -put ./etc/hadoop/*.xml /user/hadoop/input
```
使用下面命令能夠查看剛剛上傳到 HDFS 的文件:
```
/usr/local/hadoop/bin/hdfs dfs -ls /user/hadoop/input
```
運行實驗

運行實驗:
```
cd /usr/local/hadoop
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar grep /user/hadoop/input /user/hadoop/output 'dfs[a-z.]+'
```
上述命令以 HDFS 文件系統中的 input 爲輸入數據來運行 Hadoop 自帶的 grep 程序，提取其中符合正則表達式 dfs[a-z.]+ 的數據並進行次數統計，將結果輸出到 HDFS 文件系統的 output 文件夾下。

查看運行結果

上述例子完成後的結果保存在 HDFS 中，經過下面命令查看結果:

/usr/local/hadoop/bin/hdfs dfs -cat /user/hadoop/output/*

若是運行成功，能夠看到以下結果:

1       dfsadmin
1       dfs.replication
1       dfs.namenode.name.dir
1       dfs.datanode.data.dir

刪除 HDFS 上的輸出結果

刪除 HDFS 中的結果目錄:
```
/usr/local/hadoop/bin/hdfs dfs -rm -r /user/hadoop/output
```
運行 Hadoop 程序時，爲了防止覆蓋結果，程序指定的輸出目錄不能存在，不然會提示錯誤，所以在下次運行前須要先刪除輸出目錄。
關閉 Hadoop 進程

關閉 Hadoop 進程：
```
/usr/local/hadoop/sbin/stop-dfs.sh
```
再起啓動只須要執行下面命令：
```
/usr/local/hadoop/sbin/start-dfs.sh
```