hadoop2.4.1伪分布式安装，hdfs命令行操作学习笔记

1. 原理示意图

2.伪分布式 安装步骤：

1.准备Linux环境1.0点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.1.0 子网掩码：255.255.255.0 -> apply -> ok回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.1.100 子网掩码：255.255.255.0 -> 点击确定在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok1.1修改主机名vim /etc/sysconfig/networkNETWORKING=yesHOSTNAME=itcast    ###1.2修改IP两种方式：第一种：通过Linux图形界面进行修改（强烈推荐）进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.1.101 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply第二种：修改配置文件方式（屌丝程序猿专用）vim /etc/sysconfig/network-scripts/ifcfg-eth0DEVICE="eth0"BOOTPROTO="static"               ###HWADDR="00:0C:29:3C:BF:E7"IPV6INIT="yes"NM_CONTROLLED="yes"ONBOOT="yes"TYPE="Ethernet"UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"IPADDR="192.168.1.101"           ###NETMASK="255.255.255.0"          ###GATEWAY="192.168.1.1"            ###1.3修改主机名和IP的映射关系vim /etc/hosts192.168.1.101itcast1.4关闭防火墙#查看防火墙状态service iptables status#关闭防火墙service iptables stop#查看防火墙开机启动状态chkconfig iptables --list#关闭防火墙开机启动chkconfig iptables off1.5重启Linuxreboot2.安装JDK2.1上传alt+p 后出现sftp窗口，然后put d:\xxx\yy\ll\jdk-7u_65-i585.tar.gz2.2解压jdk#创建文件夹mkdir /home/hadoop/app#解压tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app2.3将java添加到环境变量中vim /etc/profile#在文件最后添加export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585export PATH=$PATH:$JAVA_HOME/bin#刷新配置source /etc/profile3.安装hadoop2.4.1先上传hadoop的安装包到服务器上去/home/hadoop/注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop伪分布式需要修改5个配置文件3.1配置hadoop第一个：hadoop-env.shvim hadoop-env.sh#第27行export JAVA_HOME=/usr/java/jdk1.7.0_65export HADOOP_OPTS="-Djava.library.path=$HADOOP_PREFIX/lib:$HADOOP_PREFIX/lib/native"第二个：core-site.xml<!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 --><property><name>fs.defaultFS</name><value>hdfs://weekend-1206-01:9000</value></property><!-- 指定hadoop运行时产生文件的存储目录 --><property><name>hadoop.tmp.dir</name><value>/home/hadoop/hadoop-2.4.1/tmp</value>    </property>第三个：hdfs-site.xml   hdfs-default.xml  (3)<!-- 指定HDFS副本的数量 --><property><name>dfs.replication</name><value>1</value>    </property>第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)mv mapred-site.xml.template mapred-site.xmlvim mapred-site.xml<!-- 指定mr运行在yarn上 --><property><name>mapreduce.framework.name</name><value>yarn</value>    </property>第五个：yarn-site.xml<!-- 指定YARN的老大（ResourceManager）的地址 --><property><name>yarn.resourcemanager.hostname</name><value>weekend-1206-01</value>    </property><!-- reducer获取数据的方式 -->    <property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value>     </property>     3.2将hadoop添加到环境变量vim /etc/proflieexport JAVA_HOME=/usr/java/jdk1.7.0_65export HADOOP_HOME=/itcast/hadoop-2.4.1export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbinexport HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib:$HADOOP_HOME/lib/native"source /etc/profile错误： hadoop “util.NativeCodeLoader: Unable to load native-hadoop library for your platform”首先下载hadoop-native-64-2.4.0.tar：http://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.4.0.tar如果你是hadoop2.6的可以下载下面这个：http://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.6.0.tar下载完以后，解压到hadoop的native目录下，覆盖原有文件即可。3.3格式化namenode（是对namenode进行初始化）hdfs namenode -format (hadoop namenode -format)3.4启动hadoop先启动HDFSsbin/start-dfs.sh再启动YARNsbin/start-yarn.sh3.5验证是否启动成功使用jps命令验证27408 NameNode28218 Jps27643 SecondaryNameNode28066 NodeManager27803 ResourceManager27512 DataNodehttp://192.168.1.101:50070 （HDFS管理界面）http://192.168.1.101:8088 （MR管理界面）4.配置ssh免登陆#生成ssh免登陆密钥#进入到我的home目录cd ~/.sshssh-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

3. hdfs shell

1.0查看帮助hadoop fs -help <cmd>1.1上传hadoop fs -put <linux上文件> <hdfs上的路径>1.2查看文件内容hadoop fs -cat <hdfs上的路径>1.3查看文件列表hadoop fs -ls /1.4下载文件hadoop fs -get <hdfs上的路径> <linux上文件>

http://download.csdn.net/detail/xj626852095/9631682

4. namenode  和 secondnamenode

NameNode是整个文件系统的管理节点。它维护着整个文件系统的文件目录树，文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。文件包括：fsimage:元数据镜像文件。存储某一时段NameNode内存元数据信息。edits:操作日志文件。fstime:保存最近一次checkpoint的时间以上这些文件是保存在linux的文件系统中。NameNode的工作特点：Namenode始终在内存中保存metedata，用于处理“读请求”到有“写请求”到来时，namenode会首先写editlog到磁盘，即向edits文件中写日志，成功返回后，才会修改内存，并且向客户端返回Hadoop会维护一个fsimage文件，也就是namenode中metedata的镜像，但是fsimage不会随时与namenode内存中的metedata保持一致，而是每隔一段时间通过合并edits文件来更新内容。Secondary namenode就是用来合并fsimage和edits文件来更新NameNode的metedata的。SecondaryNameNode：HA的一个解决方案。但不支持热备。配置即可。执行过程：从NameNode上下载元数据信息（fsimage,edits），然后把二者合并，生成新的fsimage，在本地保存，并将其推送到NameNode，替换旧的fsimage.默认在安装在NameNode节点上，但这样...不安全！secondary namenode的工作流程：1.secondary通知namenode切换edits文件2.secondary从namenode获得fsimage和edits(通过http)3.secondary将fsimage载入内存，然后开始合并edits4.secondary将新的fsimage发回给namenode5.namenode用新的fsimage替换旧的fsimage什么时候checkpiont：fs.checkpoint.period 指定两次checkpoint的最大时间间隔，默认3600秒。 fs.checkpoint.size    规定edits文件的最大值，一旦超过这个值则强制checkpoint，不管是否到达最大时间间隔。默认大小是64M。

5. java api 操作hdfs

windows下开发hadoop代码需要配置hadoop环境已经，并设置 HADOOP_HOME变量，

还需要替换hadoop安装环境的包

http://download.csdn.net/detail/xj626852095/9633241

package com.kevin.hadoopdemo;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.FileOutputStream;import java.io.IOException;import org.apache.commons.io.IOUtils;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FSDataInputStream;import org.apache.hadoop.fs.FSDataOutputStream;import org.apache.hadoop.fs.FileStatus;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.LocatedFileStatus;import org.apache.hadoop.fs.Path;import org.apache.hadoop.fs.RemoteIterator;import org.junit.Before;import org.junit.Test;public class HdfsDemo {private FileSystem fs = null;private String BASE_DIR= "hdfs://192.168.1.108:9000/";@Beforepublic void getFs() throws IOException{//get a configuration objectConfiguration conf = new Configuration();//to set a parameter, figure out the filesystem is hdfsconf.set("fs.defaultFS", BASE_DIR);conf.set("dfs.replication","1");//get a instance of HDFS FileSystem Clientfs = FileSystem.get(conf);}@Testpublic void testUpload() throws IOException{//open a outputstream of the dest filePath destFile = new Path(BASE_DIR+"1.txt");FSDataOutputStream os = fs.create(destFile);//open a inputstream of the local source fileFileInputStream is = new FileInputStream("F:/temp/1.txt");//write the bytes in "is" to "os"IOUtils.copy(is, os);}@Testpublic void testCopyLocal() throws Exception{fs.copyFromLocalFile(new Path("F:/temp/top500.htm"), new Path("/top500.html"));}@Testpublic void testDownload() throws Exception{FSDataInputStream is = fs.open(new Path( BASE_DIR + "1.txt" ));FileOutputStream os = new FileOutputStream("F:/temp/1_down.txt");IOUtils.copy(is, os);}@Testpublic void testRmfile() throws IllegalArgumentException, IOException {boolean res = fs.delete(new Path("/top500.html"), true);System.out.println(res?"delete is successfully :)":"it is failed :(");}@Testpublic void testMkdir() throws IllegalArgumentException, IOException{fs.mkdirs(new Path("/aa/bb"));}@Testpublic void testRename() throws IllegalArgumentException, IOException{fs.rename(new Path("/1.txt"), new Path("/1_copy.txt"));}@Testpublic void testListFiles() throws FileNotFoundException, IllegalArgumentException, IOException{RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);while(listFiles.hasNext()){LocatedFileStatus file = listFiles.next();System.out.println(file.getPath().getName());}System.out.println("--------------------------------------------");FileStatus[] status = fs.listStatus(new Path("/"));for(FileStatus file: status){System.out.println(file.getPath().getName() + "   " + (file.isDirectory()?"d":"f"));}}}