Hadoop 伪分布式搭建

Hadoop环境部署-JDK部分

准备工作

• 在 /opt/目录下创建文件夹modules，和softwares
  
  1. • 修改操作权限(切换至root用户下)
     • chown -R wxt:wxt /opt/
  2. • 然后切换至普通用户
       

mkdir softwares
mkdir modules

• 安装lrzsz (在linux里可代替ftp上传和下载。)
  首先安装lrzsz
  yum -y install lrzsz
• 上传文件，执行命令rz，会跳出文件选择窗口，选择好文件，点击确认即可。
  rz
• 下载文件，执行命令sz
  sz

Hadoop环境部署-JDK部分

1. • 上传jdk 至softwares
2. • 解压jdk 至modules
     
     • tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules/
3. • 修改环境变量
     
     • 切换至 root 用户修改 vi /etc/profile 文件，配置jdk环境变量
       
#JAVA_HOME
export JAVA_HOME=/opt/modules/jdk1.7.0_67
export PATH=$PATH:$JAVA_HOME/bin


4. • source /etc/profile 使文件生效

     • 验证是否配置成功

     • java -version

       java version "1.7.0_09-icedtea"OpenJDK Runtime Environment (rhel-2.3.4.1.el6_3-x86_64)OpenJDK 64-Bit Server VM (build 23.2-b09, mixed mode)

     • jps命令可以查看java 进程

     • echo $JAVA_HOME

Hadoop伪分布式环境部署-Hadoop部分

1. • 上传文件hadoop-2.5.0.tar.gz，至softwares
     
     • 解压文件至modules
     • tar -zxvf hadoop-2.5.0.tar.gz -C /opt/modules/
2. • 清理Hadoop的目录，将hadoop/share/doc目录删除，节省磁盘空间， 通过这个命令查看df -h
3. • 修改hadoop/etc/hadoop/hadoop-env.sh文件
     
     • 修改hadoop/etc/hadoop/mapred-env.sh文件
     • 修改hadoop/etc/hadoop/yarn-env.sh文件
     • 指定Java安装路径
     • export JAVA_HOME=/opt/modules/jdk1.7.0_67
4. • 注意：
     
     • Hadoop中的四个核心模块对应四个默认配置文件
     • HDFS,Hadoop默认的文件系统,是文件系统的访问入口
     • Namenode,所在的机器9000端口是早期Hadoop 1.x使用的，现在 Hadoop 2.x使用的是8020端口号用于节点直接内部通信，使用RPC
       通信机制
5. • 修改hadoop/etc/hadoop/core-site.xml文件
     xml
<property>
<name>fs.defaultFS</name>
<!--bigdata-4 为我的localhost 名字-->
<value>hdfs://bigdata-4:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/modules/hadoop-2.5.0/data/tmp</value>
</property>

6. • 注意：
     
     • /tmp表示临时存储目录，系统每次重启会按照脚本预先设置好的删 除 里面的文件重新自定义系统生成的文件路径，/tmp会被清空，
       无法保证数据文件安全性。

7. • 修改hadoop/etc/hadoop/hdfs-site.xml文件

     • 指定HDFS文件存储的副本数个数，默认是3个，这里是单台机
       器就设置为1，这个数字要小于datanode的节点数。

     <property>    <name>dfs.replication</name>    <value>1</value></property>

8. • 修改hadoop/etc/hadoop/slaves文件
     
     • 指定从节点的机器位置，添加主机名即可
     • > bigdata-4

9. • 格式化namenode

     • > bin/hdfs namenode -format
       
       1. • 启动命令
     • sbin/hadoop-daemon.sh start namenode
     • sbin/hadoop-daemon.sh start datanode
       
       1. • 查看HDFS外部UI界面
     • bigdata-04或者IP地址 跟上50070端口号，外部通信http
       dfs.namenode.http-address 50070
     • http://bigdata-4:50070 （如果windows本地没有配置hosts,需要配置）
     • 如果不能正确打开页面，请检查防火墙是否关闭
       
       • 切换至root 用户，service iptables status
       • 关闭防火墙 chkconfig iptables off
         
         1. • 测试HDFS环境
     • 创建文件夹，HDFS中有用户主目录的概念，和Linux一样
     • bin/hdfs dfs -mkdir -p wxt_test/iuput
       
       1. • 上传文件到HDFS(随便找一个文件上传就行)
     • bin/hdfs dfs -put /opt/modules/hadoop-2.5.0/etc/hadoop/core-site.xml wxt_test/input/core-site.xml
     • 上传成功，HDFS外部UI界面，会有上传的文件显示
       
       1. • 读取HDFS的文件
     • bin/hdfs dfs -text /core-site.xml
     • 终端会显示上传文件的内容。
       
       1. • 下载文件到本地（指定下载到哪里，同时可以重命名成get-site.xml）

     bin/hdfs dfs -get /core-site.xml /home/wxt/Desktop/get-site.xml

     然后你会看到这个文件，并且重命名于桌面。

Hadoop 伪分布式搭建至此结束。

写在后面

- 至于优化，下篇再写- 学习中有什么问题，可以在下面留言。- 欢迎加群一起学习：169033439(加群备注：wxt_bigdata)