Hadoop在Ubuntu下安装教程及伪分布式配置
来源:互联网 发布:追光者 知乎 编辑:程序博客网 时间:2024/06/06 03:47
摘要
本文档目的是介绍Hadoop的安装步骤,以及如何配置Hadoop的伪分布模式,使用 Ubuntu 12.04 64位 作为系统环境,在 Hadoop 2.7.1 版本下验证通过。
安装前准备
创建Hadoop账号
在ubuntu上创建一个名为 hadoop 的新用户: $ sudo useradd -m hadoop -s /bin/bash
接着使用如下命令设置密码,按提示输入两次密码: $ sudo passwd hadoop
为 hadoop 用户增加管理员权限: $ sudo adduser hadoop sudo
最后注销当前用户,在登陆界面使用刚创建的 hadoop 用户进行登陆。
配置SSH
集群、单节点模式都需要用到SSH登陆,因此需要安装 SSH: $ sudo apt-get install ssh
然后,基于空口令创建一个新SSH密钥,以启用无密码登录: $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
用以下指令进行测试: $ ssh localhost
如果成功,则无需键入密码。
安装JAVA环境
本教程使用的是 OpenJDK 1.7: $ sudo apt-get install openjdk-7-jre openjdk-7-jdk
接着需要配置一下 JAVA_HOME 环境变量,为方便,我们在 ~/.bashrc 中进行设置: $ vim ~/.bashrc
在最前面单独加一行: export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
可通过$ java -version
查看当前java版本信息。
Hadoop安装
$ wget http://apache.fayea.com/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz
$ tar -xvzf hadoop-2.7.1.tar.gz -C /usr/local #解压到/usr/local
$ cd /usr/local
$ sudo mv ./hadoop-2.7.1/ ./hadoop # 将文件夹名改为hadoop
$ sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限
输入如下命令来检查 Hadoop 是否可用,成功则会显示命令用法: $ cd ./hadoop
$ ./bin/hadoop
伪分布式配置
Hadoop 可以在单节点上以伪分布式的方式运行,Hadoop 进程以分离的 Java 进程来运行,节点既作为 NameNode 也作为 DataNode。
Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中,伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式,每个配置以声明 property 的 name 和 value 的方式来实现。
修改配置文件 core-site.xml (vim /usr/local/hadoop/etc/hadoop/core-site.xml),将当中的
<configuration>
</configuration>
修改为下面配置:
<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>
同样的,修改配置文件 hdfs-site.xml(vim /usr/local/hadoop/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>
配置完成后,执行 namenode 的格式化:
$ bin/hdfs namenode -format
成功的话,会看到 successfully formatted 的提示,且倒数第5行的提示如下,Exitting with status 0 表示成功,若为 Exitting with status 1 则是出错。若出错(不该如此,请仔细检查之前步骤),可试着加上 sudo, 既 sudo bin/hdfs namenode -format 再试试看。
注意
在这一步以及后面启动 Hadoop 时若提示 Error: JAVA_HOME is not set and could not be found. 的错误,则需要在文件 ./etc/hadoop/hadoop-env.sh 中设置 JAVA_HOME 变量,即找到 export JAVA_HOME=${JAVA_HOME} 这一行,改为 export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64 (就是之前设置的JAVA_HOME位置),再重新尝试即可
接着开启 NaneNode 和 DataNode 守护进程。
$ sbin/start-dfs.sh
若出现SSH提示,输入yes即可。
启动完成后,可以通过命令 jps 来判断是否成功启动,若成功启动则会列出如下进程: NameNode、DataNode和SecondaryNameNode。(如果SecondaryNameNode没有启动,请运行 sbin/stop-dfs.sh 关闭进程,然后再次尝试启动尝试;如果 NameNode 或 DataNode 没有启动,请仔细检查之前步骤)。
$ jps
成功启动后,可以访问 Web 界面 http://localhost:50070 来查看 Hadoop 的信息。
运行Hadoop伪分布式实例
伪分布式读取的是 HDFS 上的数据,要使用 HDFS,首先需要创建用户目录
$ bin/hdfs dfs -mkdir -p /user/hadoop
接着将 etc/hadoop 中的文件作为输入文件复制到分布式文件系统中,即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中。上一步已创建了用户目录 /user/hadoop ,因此命令中就可以使用相对目录如 input,其对应的绝对路径就是 /user/hadoop/input:
$ bin/hdfs dfs -mkdir input
$ bin/hdfs dfs -put etc/hadoop/*.xml input
复制完成后,可以通过如下命令查看文件列表:
$ bin/hdfs dfs -ls input
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)。
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
查看运行结果的命令(查看的是位于 HDFS 中的输出结果):
$ bin/hdfs dfs -cat output/*
也可以将运行结果取回到本地:
$ rm -R ./output
$ bin/hdfs dfs -get output output # 将 HDFS 上的 output 文件夹拷贝到本机
$ cat ./output/*
结果如下,注意到刚才我们已经更改了配置文件,所以运行结果不同。
1 dfsadmin
1 dfs.replication
1 dfs.namenode.name.dir
1 dfs.datanode.data.dir
Hadoop运行程序时,默认输出目录不能存在,因此再次运行需要执行如下命令删除 output文件夹:
$ bin/hdfs dfs -rm -r /user/hadoop/output # 删除 output 文件夹
若要关闭 Hadoop,则运行
$ sbin/stop-dfs.sh
至此,你已经掌握 Hadoop 的配置和基本使用了。
- Hadoop在Ubuntu下安装教程及伪分布式配置
- Ubuntu下伪分布式模式Hadoop的安装及配置
- Ubuntu下伪分布式模式Hadoop的安装及配置
- hadoop在ubuntu下的伪分布式安装配置
- Ubuntu系统下的Hadoop集群(1)_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
- ubuntu下hadoop安装与伪分布式的配置
- linux(Ubuntu)下安装ssh和伪分布式配置Hadoop
- 伪分布式hadoop在ubuntu下的安装
- Hadoop学习笔记_Ubuntu下伪分布式安装及配置
- Hadoop安装教程_伪分布式配置
- ubuntu 下安装伪分布式 hadoop
- 在Ubuntu下安装与配置hadoop(伪分布)
- 在Ubuntu下安装与配置hadoop(伪分布)
- ubuntu安装配置hadoop伪分布式及eclipse搭建hadoop环境
- ubuntu 14.04 下单机安装 hadoop 2.7.2+scala 2.11.8+spark 2.0伪分布式教程
- ubuntu安装伪分布式hadoop
- Ubuntu Hadoop 单机/伪分布式安装配置资料梳理及常见错误处理
- Struts2理解--动态方法和method属性及通配符_默认Action
- linux c utf8和GBK 的转换函数
- DOS批处理枚举所有盘符 和 fsutil命令查看文件系统
- PMP考试中的项目管理知识领域
- iOS---开发时间戳与时间,时区的转换,汉字与UTF8,16进制的转换
- Hadoop在Ubuntu下安装教程及伪分布式配置
- 黑马---hashcode与字符串
- Android即时聊天自己封装的QQ录音帮助类.
- Yii框架预定义的组件有哪些?
- Mysql主从同步中的问题及解决方案
- 【UIViewController界面传值】
- hist 绘制直方图函数
- ImageView.adjustViewBounds属性
- Xcode如何打包ipa安装包