Hadoop学习笔记-----伪分布式搭建

Hadoop简介

Hadoop   作者：Dong Cutting 受Google三篇论文的启发（GFS、MapReduce、BigTable）

解决问题：

• 海量数据的存储（HDFS）
• 海量数据的分析（MapReduce）
• 资源管理调度（YARN）

Hadoop核心：

• HDFS：Hadoop Distributed File System 分布式文件系统
• YARN：Yet Another Resource Negotiator 资源管理调度系统

HDFS的架构

• 主从结构

1. 主节点 namenode
2. 从节点有很多个 datanode

• namenode负责：

1. 接收用户操作请求
2. 维护文件系统的目录结构
3. 管理文件与block之间的关系。block与datanode之间的关系

• datanode负责：

1. 储存文件
2. 文件被分成block存储在磁盘上
3. 为保证数据安全，文件会有多个副本

设计一个分布式文件系统

Hadoop部署方式

• 本地模式
• 伪分布式模式
• 集群模式

本文采用的是Hadoop 2.4.1

伪分布式环境搭建：

安装JDK，将java添加到环境变量中

安装Hadoop 2.4.1 

伪分布式需要修改5个配置文件
配置hadoop
第一个：hadoop-env.sh
vim hadoop-env.sh
#第27行
export JAVA_HOME=/usr/java/jdk1.7.0_65

第二个：core-site.xml
<!-- 制定HDFS的老大（NameNode）的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://itcast01:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/itcast/hadoop-2.4.1/tmp</value>
        </property>

第三个：hdfs-site.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
        </property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
        </property>

第五个：yarn-site.xml
<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>itcast01</value>
        </property>
<!-- reducer获取数据的方式 -->
        <property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
        </property>

将hadoop添加到环境变量

vim /etc/proflie
export JAVA_HOME=/usr/java/jdk1.7.0_65
export HADOOP_HOME=/itcast/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin


source /etc/profile

格式化namenode（是对namenode进行初始化）
hdfs namenode -format (hadoop namenode -format)

启动hadoop
先启动HDFS
sbin/start-dfs.sh

再启动YARN
sbin/start-yarn.sh

验证是否启动成功
使用jps命令验证
27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode

http://192.168.8.118:50070 （HDFS管理界面）
http://192.168.8.118:8088 （MR管理界面）

配置ssh免登陆
#生成ssh免登陆密钥
#进入到我的home目录
cd ~/.ssh

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
ssh-copy-id localhost