Hadoop情况安装配置
当前位置：以往代写 > 其他教程 >Hadoop情况安装配置

Hadoop情况安装配置

2019-06-14

Hadoop情况安装配置

Hadoop情况安装配置


Hadoop由GNU/Linux平台支持(发起)。因此，需要安装一个Linux操纵系统并配置Hadoop情况。假如有Linux操纵系统等，可以把它安装在VirtualBox(要具备在 VirtualBox内安装Linux履历，没有装过也可以进修试着来)。

安装前配置

在安装Hadoop之前，需要进入Linux情况下，毗连Linux利用SSH(安详Shell)。凭据下面提供的步调设立Linux情况。

建设一个用

在开始时，发起建设一个单独的用户Hadoop以从Unix文件系统断绝Hadoop文件系统。凭据下面给出的步调来建设用户：

  • 利用 “su” 呼吁开启root .
  • 建设用户从root帐户利用呼吁 “useradd username”.
  • 此刻，可以利用呼吁打开一个现有的用户帐户“su username”.

    • 打开Linux终端，输入以下呼吁来建设一个用户。

    $ su 
   password: 
# useradd hadoop 
# passwd hadoop 
   New passwd: 
   Retype new passwd

    SSH配置和密钥生成

    SSH配置需要在集群上做差异的操纵，如启动，遏制，漫衍式守护shell操纵。认证差异的Hadoop用户，需要一种用于Hadoop用户提供的公钥/私钥对，并用差异的用户共享。

    下面的呼吁用于生成利用SSH键值对。复制公钥形成 id_rsa.pub 到authorized_keys 文件中，并提供拥有者具有authorized_keys文件的读写权限。

    $ ssh-keygen -t rsa 
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
$ chmod 0600 ~/.ssh/authorized_keys

    安装Java

    Java是Hadoop的主要先决条件。首先，应该利用呼吁“java-version”验证 java 存在在系统中。 Java version 呼吁的语法如下。

    $ java -version

    假如一切顺利，它会给下面的输出。

    java version "1.7.0_71" 
Java(TM) SE Runtime Environment (build 1.7.0_71-b13) 
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

    假如Java还未安装在系统中，那么凭据下面的给出的步调来安装Java。

    第1步

    下载Java(JDK<最新版> – X64.tar.gz)通过会见以下链接 http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads1880260.html.

    然后JDK-7u71-linux-x64.tar.gz将被下载到系统。

    第2步

    一般来说，在下载文件夹中的Java文件。利用下面的呼吁提取 jdk-7u71-linux-x64.gz文件。

    $ cd Downloads/ 
$ ls 
jdk-7u71-linux-x64.gz 
$ tar zxf jdk-7u71-linux-x64.gz 
$ ls 
jdk1.7.0_71   jdk-7u71-linux-x64.gz

    第3步

    为了使Java提供应所有用户，将它移动到目次 “/usr/local/”。打开根目次，键入以下呼吁。

    $ su 
password: 
# mv jdk1.7.0_71 /usr/local/ 
# exit

    第4步

    用于配置PATH和JAVA_HOME变量，添加以下呼吁到~/.bashrc文件。

    export JAVA_HOME=/usr/local/jdk1.7.0_71 
export PATH=PATH:$JAVA_HOME/bin

    此刻从终端验证 java -version 呼吁如上述说明。

    下载Hadoop

    #p#分页标题#e#

    下载来自Apache基金会软件，利用下面的呼吁提取 Hadoop2.4.1。

    $ su 
password: 
# cd /usr/local 
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/ 
hadoop-2.4.1.tar.gz 
# tar xzf hadoop-2.4.1.tar.gz 
# mv hadoop-2.4.1/* to hadoop/ 
# exit

    Hadoop操纵模式

    下载 Hadoop 今后，可以操纵Hadoop集群以以下三个支持模式之一：

  • 当地/独立模式：下载Hadoop在系统中，默认环境下之后，它会被设置在一个独立的模式，用于运行Java措施。

  • 模仿漫衍式模式：这是在单台呆板的漫衍式模仿。Hadoop守护每个历程，如 hdfs, yarn, MapReduce 等，都将作为一个独立的java措施运行。这种模式对开拓很是有用。

  • 完全漫衍式模式：这种模式是完全漫衍式的最小两台或多台计较机的集群。我们利用这种模式在将来的章节中。

    • 在单机模式下安装Hadoop

    在这里，将接头 Hadoop2.4.1在独立模式下安装。

    有单个JVM运行任何守护历程一切都运行。独立模式适合于开拓期间运行MapReduce措施，因为它很容易举办测试和调试。

    配置Hadoop

    可以通过附加下面的呼吁到 ~/.bashrc 文件中配置 Hadoop 情况变量。

    export HADOOP_HOME=/usr/local/hadoop

    在进一步接头之前，需要确保Hadoop事情正常。发出以下呼吁：

    $ hadoop version

    假如配置的一切正常，那么应该看到以下功效：

    Hadoop 2.4.1 
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 
Compiled by hortonmu on 2013-10-07T06:28Z 
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

    这意味着Hadoop在独立模式下事情正常。默认环境下，Hadoop被设置为在非漫衍式模式的单个呆板上运行。

    示例

    让我们来看看Hadoop的一个简朴例子。 Hadoop安装提供了下列示例 MapReduce jar 文件，它提供了MapReduce的根基成果，而且可以用于计较，像PI值，字计数在文件等等

    $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar

    有一个输入目次将推送几个文件，要求计较那些文件的单词总数。要计较单词总数，并不需要写MapReduce，提供的.jar文件包括了实现字数。可以实验其他的例子利用沟通的.jar文件; 发出以下呼吁通过Hadoop hadoop-mapreduce-examples-2.2.0.jar 文件查抄支持MapReduce成果的措施。

    $ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar

    第1步

    #p#分页标题#e#

    建设输入姑且目次的内容文件。可以在任那里所建设此输入目任命来事情。

    $ mkdir input 
$ cp $HADOOP_HOME/*.txt input 
$ ls -l input

    它会在输入目次中的给出以下文件：

    total 24 
-rw-r--r-- 1 root root 15164 Feb 21 10:14 LICENSE.txt 
-rw-r--r-- 1 root root   101 Feb 21 10:14 NOTICE.txt
-rw-r--r-- 1 root root  1366 Feb 21 10:14 README.txt

    这些文件已从Hadoop安装主目次被复制。为了尝试，可以有差异大型的文件集。

    第1步

    让我们启动Hadoop历程计数在所有在输入目次中可用的文件的单词总数，详细如下：

    $ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar  wordcount input ouput

    第3步

    步调2 将做须要的处理惩罚并生存输出在output/part-r00000文件中，可以通过查询利用：

    $cat output/*

    它会列出了所有的单词以及它们在所有输入目次中的文件提供总计数。

    "AS      4 
"Contribution" 1 
"Contributor" 1 
"Derivative 1
"Legal 1
"License"      1
"License");     1 
"Licensor"      1
"NOTICE”        1 
"Not      1 
"Object"        1 
"Source”        1 
"Work”    1 
"You"     1 
"Your")   1 
"[]"      1 
"control"       1 
"printed        1 
"submitted"     1 
(50%)     1 
(BIS),    1 
(C)       1 
(Don't)   1 
(ECCN)    1 
(INCLUDING      2 
(INCLUDING,     2 
.............

    模仿漫衍式模式安装Hadoop

    凭据下面给出的在伪漫衍式模式下安装Hadoop2.4.1的步调。

    第1步：配置Hadoop

    可以通过附加下面的呼吁到~/.bashrc文件中配置Hadoop情况变量。

    export HADOOP_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL=$HADOOP_HOME

    此刻，提交所有变动到当前正在运行的系统。

    $ source ~/.bashrc

    第2步：Hadoop设置

    可以找到位置“$HADOOP_HOME/etc/hadoop”下找到所有Hadoop设置文件。这是需要按照Hadoop基本架构举办变动这些设置文件。

    $ cd $HADOOP_HOME/etc/hadoop

    #p#分页标题#e#

    为了利用Java开拓Hadoop措施，必需用java在系统中的位置替换JAVA_HOME值并从头配置hadoop-env.sh文件的java情况变量。

    export JAVA_HOME=/usr/local/jdk1.7.0_71

    以下是必需编辑设置Hadoop的文件列表。

    core-site.xml

    core-site.xml文件中包括如读/写缓冲器用于Hadoop的实例的端标语的信息，分派给文件系统存储，用于存储所述数据存储器的限制和巨细。

    打开core-site.xml 并在<configuration>，</configuration>标志之间添加以部属性。

    <configuration>

   <property>
      <name>fs.default.name </name>
      <value> hdfs://localhost:9000 </value> 
   </property>
 
</configuration>

    hdfs-site.xml

    hdfs-site.xml 文件中包括如复制数据的值，NameNode路径的信息，，当地文件系统的数据节点的路径。这意味着是存储Hadoop基本东西的处所。

    让我们假设以下数据。

    dfs.replication (data replication value) = 1 
(In the below given path /hadoop/ is the user name. 
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) 
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode 
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) 
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

    打开这个文件，并在这个文件中的<configuration></configuration>标签之间添加以部属性。

    <configuration>

   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
    
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
    
   <property>
      <name>dfs.data.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value> 
   </property>
       
</configuration>

    注：在上面的文件，所有的属性值是用户界说的，可以按照本身的Hadoop基本架构举办变动。

    yarn-site.xml

    此文件用于设置成yarn在Hadoop中。打开 yarn-site.xml文件，并在文件中的<configuration></configuration>标签之间添加以部属性。

    <configuration>
 
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value> 
   </property>
  
</configuration>

    mapred-site.xml

    此文件用于指定正在利用MapReduce框架。缺省环境下，包括Hadoop的模板yarn-site.xml。首先，它需要从mapred-site.xml复制。得到mapred-site.xml模板文件利用以下呼吁。

    $ cp mapred-site.xml.template mapred-site.xml

    #p#分页标题#e#

    打开mapred-site.xml文件，并在此文件中的<configuration></configuration>标签之间添加以部属性。

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

    验证Hadoop安装

    下面的步挪用来验证Hadoop安装。

    第1步：名称节点配置

    利用呼吁“hdfs namenode -format”如下配置名称节点。

    $ cd ~ 
$ hdfs namenode -format

    预期的功效如下

    10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG:   host = localhost/192.168.1.11 
STARTUP_MSG:   args = [-format] 
STARTUP_MSG:   version = 2.4.1 
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to 
retain 1 images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 
************************************************************/

    第2步：验证Hadoop的DFS

    下面的呼吁用来启动DFS。执行这个呼吁将启动Hadoop文件系统。

    $ start-dfs.sh

    期望的输出如下所示：

    10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

    第3步：验证Yarn 剧本

    下面的呼吁用来启动yarn剧本。执行此呼吁将启动yarn守护历程。

    $ start-yarn.sh

    预期输出如下：

    starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

    第4步：在欣赏器会见Hadoop

    #p#分页标题#e#

    会见Hadoop默认端标语为50070，利用以下网址得到欣赏器Hadoop的处事。

    http://localhost:50070/

    Accessing Hadoop on Browser

    第5步：验证所有应用措施的集群

    会见集群中的所有应用措施的默认端标语为8088。利用以下URL会见该处事。

    http://localhost:8088/

    Hadoop Application Cluster

     

      关键字：

    在线提交作业