Hadoop安装教程_单机及伪分布式
来源:互联网 发布:php 设置执行时间 编辑:程序博客网 时间:2024/04/29 19:12
- 安装前的准备
- 准备的硬件与软件
- 安装概述
- 安装流程
- hadoop安装前的设置
- 创建hadoop用户
- 配置网络
- 配置apache环境
- 配置java环境
- 配置ssh无密码登陆
- hadoop的安装
- 放置文件
- 解压缩
- 设置JAVA环境
- hadoop安装前的设置
- 单机及伪分布式配置
- 单机配置
- 伪分布式配置
- 配置文件
- 运行
- yarn的运行
- 配置文件
- 运行
- PATH环境变量
安装前的准备
准备的硬件与软件
- 虚拟机软件:VirtualBox
- centos7镜像:CentOS-7-x86_64-DVD-1503-01.iso
- java的开发环境:jdk-8u51-linux-x64
- hadoop安装包:hadoop-2.7.1.tar.gz
- 软件ssh
- 软件rsync
- 软件httpd
安装概述
- 创建hadoop用户
- 配置网络
- 配置apache环境
- 配置java环境
- 配置ssh无密码登陆
- 安装hadoop
安装流程
hadoop安装前的设置
创建hadoop用户
$ useradd hadoop$ passwd hadoop$ cat /etc/passwd | grep bin/bash$ adduser hadoop sudo$ exit
配置新的hadoop用户
查看是否配置成功
为hadoop用户增加管理员权限
退出重新登陆
配置网络
虚拟机设置为桥接,有两种方法配置网络:
1. 进入GUI界面网络设置,打开有线连接
2. 进入网络配置文件目录,修改如下内容
$ cd /etc/sysconfig/network-scripts/$ vi ifcfg-enp0s3
修改为
HWADDR=00:0C:29:8D:24:73TYPE=EthernetBOOTPROTO=static #启用静态IP地址DEFROUTE=yesPEERDNS=yesPEERROUTES=yesIPV4_FAILURE_FATAL=noIPV6INIT=yesIPV6_AUTOCONF=yesIPV6_DEFROUTE=yesIPV6_PEERDNS=yesIPV6_PEERROUTES=yesIPV6_FAILURE_FATAL=noNAME=eno16777736UUID=ae0965e7-22b9-45aa-8ec9-3f0a20a85d11ONBOOT=yes #开启自动启用网络连接IPADDR0=192.168.21.128 #设置IP地址PREFIXO0=24 #设置子网掩码GATEWAY0=192.168.21.2 #设置网关DNS1=8.8.8.8 #设置主DNSDNS2=8.8.4.4 #设置备DNS
其中,ip地址(一般和路由在一个区段)、网关(一般是路由的地址)、DNS服务器的设置至关重要。
然后,
$ service network restart #重启网络$ ping www.baidu.com #测试网络是否正常
配置apache环境
Centos7默认使用firewall作为防火墙,这里改为iptables防火墙。
这里配置apache环境的目的是可以在远端机器访问终端的Web界面。
关闭firewall
$ systemctl stop firewalld.service #停止firewall$ systemctl disable firewalld.service #禁止firewall开机启动
安装iptables防火墙
$ yum install iptables-services #安装$ vi /etc/sysconfig/iptables #编辑防火墙配置文件# Firewall configuration written by system-config-firewall# Manual customization of this file is not recommended.*filter:INPUT ACCEPT [0:0]:FORWARD ACCEPT [0:0]:OUTPUT ACCEPT [0:0]-A INPUT -m state --state ESTABLISHED,RELATED -j ACCEPT-A INPUT -p icmp -j ACCEPT-A INPUT -i lo -j ACCEPT-A INPUT -m state --state NEW -m tcp -p tcp --dport 22 -j ACCEPT-A INPUT -m state --state NEW -m tcp -p tcp --dport 80 -j ACCEPT-A INPUT -m state --state NEW -m tcp -p tcp --dport 3306 -j ACCEPT-A INPUT -j REJECT --reject-with icmp-host-prohibited-A FORWARD -j REJECT --reject-with icmp-host-prohibitedCOMMIT:wq! #保存退出$ systemctl restart iptables.service #最后重启防火墙使配置生效$ systemctl enable iptables.service #设置防火墙开机启动
关闭selinux
$ vi /etc/selinux/config#SELINUX=enforcing #注释掉#SELINUXTYPE=targeted #注释掉SELINUX=disabled #增加:wq! #保存退出$ setenforce 0 #使配置立即生效
安装apache
$ yum install httpd #根据提示,输入Y安装即可成功安装$ systemctl start httpd.service #启动apache $ systemctl stop httpd.service #停止apache $ systemctl restart httpd.service #重启apache $ systemctl enable httpd.service #设置apache开机启动
- 测试apache
在客户端浏览器中打开服务器IP地址,会出现TEST123的页面,说明apache安装成功 注意事项
在后面的设置中,很多情况下会因为iptables防火墙的设置导致端口无法通讯,此处可以使用$ service iptables status$ service iptables stop
配置java环境
hadoop的安装需要配置Java环境。
检验系统原版本
$ java -version
进一步查看JDK信息:
$ rpm -qa | grep java
卸载OpenJDK,执行以下操作:
$ rpm -e --nodeps tzdata-java-2014i-1.el7.noarch$ rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.71-2.5.3.1$ rpm -e --nodeps java-1.7.0-openjdk-1.7.0.71-2.5.3.1.el7_0.x86
安装JDK:
rpm -ivh jdk-8u25-linux-x64.rpm
验证安装:
$ java$ javac$ java -version
最后,配置环境变量,以备不时之需:
$ vi + /etc/profileJAVA_HOME=/usr/java/jdk1.8.0_25JRE_HOME=/usr/java/jdk1.8.0_25/jrePATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/binCLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib$ source /etc/profile$ echo $PATH$ echo $JAVA_HOME
配置ssh无密码登陆
首先,简单介绍下ssh的原理:
a要连接b,a先生成自己的公钥和私钥。然后把公钥派发给b。当a与b建立连接的时候,b会生成一个随机数并且用a的公钥对其进行加密返回a,然后a用私钥对其进行解密再返回b,如果和原来的随机数相等,则连接建立。
安装ssh,rsync
$ yum install openssh-server$ yum install rsync$ rpm -qa | grep ssh #验证安装成功$ rpm -qa | grep rsync #验证安装成功
配置无密码登陆
$ cd ~/.ssh/ # 创建存放密匙的目录$ ssh-keygen -t rsa # 生成公匙$ cat id_rsa.pub >> authorized_keys # 加入授权$ chmod 700 ~/.ssh # 设置相应权限,否则无法登陆$ chmod 600 ~/.ssh/authorized_keys $ ssh localhost #验证
hadoop的安装
放置文件
通过WinScp程序,将下载好的hadoop文件放于/usr/local目录下,该目录一般用于存放用户的应用程序。
进入/usr/local目录。
解压缩
$ tar -zxf hadoop-2.7.1.tar.gz$ mv ./hadoop-2.7.1/ ./hadoop$ cd hadoop$ ./bin/hadoop
目前,hadoop安装完成。
设置JAVA环境
$ vim etc/hadoop/hadoop-env.sh # set to the root of your Java installationexport JAVA_HOME=/usr/java/jdk1.8.0_51
单机及伪分布式配置
单机配置
单机模式,hadoop作为一个java进程,通常用于debug。
$ mkdir input $ cp etc/hadoop/*.xml input $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+' $ cat output/* 1 dfsadmin
伪分布式配置
配置文件
$ vim etc/hadoop/core-site.xml<configuration> <property> <name>hadoop.tmp.dir</name> <value>file:/usr/local/hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property></configuration>$ vim etc/hadoop/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>
运行
格式化hdfs的文件系统
$ bin/hdfs namenode -format
status 0表明格式化成功。
开启NameNode和DataNode的守护进程
$ sbin/start-dfs.sh $ jps #确认开启 20752 SecondaryNameNode 20497 DataNode 20344 NameNode 21432 Jps
浏览NameNode对应的网页
NameNode - http://localhost:50070/
使HDFS文件夹做好准备,需要先创建好用户目录
$ bin/hdfs dfs -mkdir -p /user/hadoop
将输入拷贝到HDFS文件系统
$ bin/hdfs dfs -mkdir input #在用户目录即hadoop目录下创建input文件夹,采用相对地址 $ bin/hdfs dfs -put etc/hadoop/*.xml input $ bin/hdfs dfs -ls input #查看hdfs下面的输入文件夹 $ bin/hdfs dfs -ls / #查看hdfs下面的根目录
运行一些实例
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
伪分布式运行 MapReduce 作业的方式跟单机模式相同,区别在于伪分布式读取的是HDFS中的文件(可以将单机步骤中创建的本地 input 文件夹删掉以及运行结果来验证这一点)。
查看结果
$ bin/hdfs dfs -get output output $ cat output/* #取回本地查看结果 $ rm -r ./output #运行时输出目录不能存在否则报错 $ bin/hdfs dfs -cat output/* #在hdfs上查看结果 $ bin/hdfs dfs -rm -r /user/hadoop/output #运行时输出目录不能存在否则报错
关闭NameNode和DataNode的守护进程
$ sbin/stop-dfs.sh$ jps #确认关闭
yarn的运行
配置文件
$ vim etc/hadoop/yarn-env.sh# some Java parametersexport JAVA_HOME=/opt/jdk1.8.0_51$ vim etc/hadoop/mapred-site.xml<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property></configuration>$ vim etc/hadoop/yarn-site.xml<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property></configuration>
运行
首先,进行到伪分布配置,开启NameNode,DataNode,SeconaryNameNode
$ sbin/start-dfs.sh
接着,开启NodeManager,ResourceManager
$ sbin/start-yarn.sh$ jps22753 NameNode22914 DataNode24436 NodeManager24312 ResourceManager24600 Jps23178 SecondaryNameNode
可以通过web浏览ResourceManager
ResourceManager - http://localhost:8088/
运行mapreduce的程序
结束yarn
$ sbin/stop-yarn.sh
PATH环境变量
在这里额外讲一下 PATH 这个环境变量(可执行
echo $PATH
查看,当中包含了多个目录)。例如我们在执行ls
这个命令时,实际执行的是/bin/ls
这个程序,而不是~/ls
这个程序(假如存在)。系统是根据 PATH 这个环境变量中包含的目录位置,逐一进行查找,直至在这些目录位置下找到匹配的程序(若没有匹配的则提示该命令不存在)。上面的教程中,我们都是先进入到
/usr/local/hadoop
目录中,再执行sbin/hadoop
,实际上等同于运行/usr/local/hadoop/sbin/hadoop
。我们可以将 Hadoop 命令的相关目录加入到 PATH 环境变量中,这样就可以直接通过start-dfs.sh
开启 Hadoop,也可以直接通过 hdfs 访问 HDFS 的内容,方便平时的操作。同样我们选择在’ ~/.bashrc ‘中进行设置(’vim ~/.bashrc’,与 JAVA_HOME 的设置相似),在文件最前面加入如下单独一行:
$ export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin$ source ~/.bashrc$ hdfs dfs -ls input
- Hadoop安装教程_单机及伪分布式
- Hadoop安装教程_单机/伪分布式配置
- Hadoop安装教程_单机/伪分布式配置
- Hadoop安装教程_单机/伪分布式配置
- Hadoop安装教程_单机/伪分布式配置
- Hadoop安装教程及单机/伪分布式配置
- Hadoop安装教程_单机/伪分布式配置_Ubuntu 14.04/Hadoop 2.4.1
- Hadoop安装教程_单机/伪分布式配置_Ubuntu 14.04/Hadoop 2.4.1
- 【Hadoop入门】Hadoop安装教程_单机/伪分布式配置_CentOS6.4/Hadoop2.6.0
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.4.1_Ubuntu14.04
- Ubuntu系统下的Hadoop集群(1)_Hadoop安装教程_单机/伪分布式配置
- 新手推荐:Hadoop安装教程_单机/伪分布式配置_Hadoop-2.7.1/Ubuntu14.04
- 【图文绝对详细】Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04
- linux centos 非root 用户 安装mysql 5.5
- OC学习 -- KVC
- 案例:制作立方体扭曲快捷键
- 二 HDU 4907 打表
- jQuery遍历
- Hadoop安装教程_单机及伪分布式
- 知识总结
- Java学习笔记-----------套接字编程-----多线程 及控制最大连接数
- 百度 腾讯 阿里UC 迅雷 部分Android笔试 面试题
- 指针和引用的区别
- 代码优化的艺术
- 只有足够努力,工作才能表现的毫不费力2015.8.3-8.8 总结
- 微信Curl获取信息简单案例(PHP版)
- nginx http核心模块指令(一)