Hadoop 2.2.0和HBase 0.98.11伪分布式

拖了那么久，现在不得不开始了。sadly。

---

前期准备

Hadoop系列软件

软件 功用 HBase 数据库 Hive 数据仓库 Mahout 机器学习算法、数据挖掘 Pig 数据分析 Avro 数据序列化 Chukwa 日志处理、监控系统 Zookeeper 协调服务

Hadoop version support matrix

• “S” = supported
• “X” = not supported
• “NT” = Not tested
from：http://hbase.apache.org/book.html

软件选择

虚拟机，centos 6.5 32bit，Hadoop 2.2.0，hbase-0.98.11-hadoop2-bin.tar.gz。
安装jdk，添加java环境变量，配置ssh。

安装Hadoop 2.2.0，并伪分布式运行

解压Hadoop，重命名为apple，修改apple/etc/hadoop/下的配置文件。

配置并启动

hadoop-env.sh修改以下内容：
export JAVA_HOME=/usr/java/default

core-site.xml添加以下内容：

<property>    <name>fs.default.name</name>    <value>hdfs://localhost.localdomain:9000</value></property><property>    <name>hadoop.native.lib</name>    <value>true</value></property>

hdfs-site.xml添加以下内容：

<property>    <name>dfs.replication</name>    <value>1</value></property><property>    <name>dfs.namenode.name.dir</name>    <value>file:/home/tom/apple/hdfs/namenode</value></property><property>    <name>dfs.datanode.data.dir</name>    <value>file:/home/tom/apple/hdfs/datanode</value></property>

这里的两个地址，是你namenode和datanode两个节点上，希望hdfs文件存储的位置。

mapred-site.xml.template改为mapred-site.xml，添加以下内容：

<property>    <name>mapreduce.framework.name</name>    <value>yarn</value></property>

yarn-site.xml添加以下内容：

<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>

执行start-all.sh启动Hadoop。jps查看java进程应有

访问8088端口可以查看job信息，访问50070端口可以查看namenode信息。

错误提示：
1. 提示找不到JAVA_HOME的错误。在hadoop-env.sh中JAVA_HOME是这样表示的：export JAVA_HOME=${JAVA_HOME}，我以为在profile里设置了JAVA_HOME就没问题了，可事实不是这样，需要改成export JAVA_HOME=/usr/java/default。
2. 在第一次启动Hadoop前要格式化HDFS，hadoop namenode -format。
3. 似乎hostname总是localhost.localdomain，也罢，每次启动手动更改为localhost好了，或者就用localhost.localdomain。
4. hadoop不推荐直接用start-all.sh启动，而应用start-dfs.sh和start-yarn.sh。
5. JobHistoryServer需要单独启动，通过它可以看到每个application的详细日志。启动命令如是，mr-jobhistory-daemon.sh start historyserver。

运行wordcount示例

hadoop fs -put input/file* /inputhadoop jar apple/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /input /output

如果自己编译wordcount程序

import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.util.GenericOptionsParser;public class WordCount{    public static class TokenizerMapper        extends Mapper<Object, Text, Text, IntWritable>    {        private final static IntWritable one = new IntWritable(1);        private Text word = new Text();        public void map(Object key, Text value, Context context)        throws IOException, InterruptedException        {            StringTokenizer itr = new StringTokenizer(value.toString());            while (itr.hasMoreTokens())            {                word.set(itr.nextToken());                context.write(word, one);            }        }    }    public static class IntSumReducer        extends Reducer<Text, IntWritable, Text, IntWritable>    {        private IntWritable result = new IntWritable();        public void reduce(Text key, Iterable<IntWritable> values, Context context)        throws IOException, InterruptedException        {            int sum = 0;            for (IntWritable val : values)            {                sum += val.get();            }            result.set(sum);            context.write(key, result);        }    }    public static void main(String[] args) throws Exception    {        Configuration conf = new Configuration();        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();        if (otherArgs.length != 2)        {            System.err.println("Usage: wordcount <in> <out>");            System.exit(2);        }        Job job = new Job(conf, "word count");        job.setJarByClass(WordCount.class);        job.setMapperClass(TokenizerMapper.class);        job.setCombinerClass(IntSumReducer.class);        job.setReducerClass(IntSumReducer.class);        job.setOutputKeyClass(Text.class);        job.setOutputValueClass(IntWritable.class);        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));        System.exit(job.waitForCompletion(true) ? 0 : 1);    }}

javac -cp $(hadoop classpath) -d temp WordCount.javajar -cvf sort.jar -C temp .hadoop jar sort.jar WordCount /input /output

/etc/profile的配置

我并没有配置下面的东西，但在教程里这些是配置了的。
打开/etc/profile，添加以下内容：

export HADOOP_HOME=/home/tom/appleexport HADOOP_MAPRED_HOME=$HADOOP_HOMEexport HADOOP_COMMON_HOME=$HADOOP_HOMEexport HADOOP_HDFS_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib/native"export YARN_HOME=$HADOOP_HOME

执行source /etc/profile，使更改后的profile生效。

不过暂时，profile文件中我只是修改了PATH而已，将java的bin，hadoop的bin和sbin，hbase的bin添加到PATH，甚至连CLASSPATH都没有设置，现在还未出现什么异常。

HBase

下载解压，将bin添加到PATH里。

打开hbase/conf/hbase-env.sh，添加以下内容：
export JAVA_HOME=/usr/java/default
export HBASE_MANAGES_ZK=true
表示使用hbase默认自带的 Zookeeper

打开hbase/conf/hbase-site.xml，添加以下内容：

<property>       <name>hbase.rootdir</name>    <value>hdfs://localhost.localdomain:9000/hbase</value></property><property>    <name>hbase.cluster.distributed</name>    <value>true</value></property><property>    <name>hbase.master</name>    <value>localhost.localdomain:60000</value></property><property>    <name>hbase.zookeeper.quorum</name>    <value>localhost.localdomain</value></property>

用如下命令启动和关闭Hbase：start-hbase.sh和stop-hbase.sh
注意：必须先启动Hadoop，再启动Hbase；先关闭Hbase，再关闭Hadoop

打开http://localhost:60010，如果能进去，说明安装成功。

验证HBase
进入Hbase： hbase shell
查看所有表名：list

参考文献

Hadoop2.2.0+Hbase0.98.1+Sqoop1.4.4+Hive0.13完全安装手册_百度文库
http://www.dwz.cn/DZ4rq
hbase安装配置（整合到hadoop）
http://blog.csdn.net/hguisu/article/details/7244413