ubuntu下hadoop配置指南

最新推荐文章于 2024-04-28 04:32:26 发布

xw13106209

最新推荐文章于 2024-04-28 04:32:26 发布

阅读量1.5w

点赞数 1

分类专栏： Hadoop 文章标签： hadoop ubuntu eclipse插件 mapreduce ssh 集群

本文链接：https://blog.csdn.net/xw13106209/article/details/6855962

版权

Hadoop 专栏收录该内容

22 篇文章 0 订阅

订阅专栏

第一条命令将当前用户切换为hadoop（如果当前用户就是hadoop，则无需输入），第二条命令将生成一个公钥和私钥对（即id_dsa和id_dsa.pub两个文件，位于~/.ssh文件夹下），第三条命令使得hadoop用户能够无需输入密码通过SSH访问localhost。这时可通过以下命令来验证安装是否成功（如果没有提示输入密码直接登录成功，则说明安装成功）：

ssh localhost

（3）配置Hadoop

Hadoop的配置文件都放在/hadoop/conf这个文件夹下面，主要是四个配置文件，分别是core-site.xml,hadoop-env.sh,hdsf-site.xml和mapred-site.xml。

修改conf/hadoop-‐env.sh，设置JAVA_HOME，在该文件中找到如下行，去掉前面的注释。

将

# Thejava implementation to use. Required.
# export JAVA_HOME=/usr/lib/j2sdk1.5-sun

修改为：

# Thejava implementation to use.  Required.
export JAVA_HOME=/usr/lib/jvm/jdk1.6.0_27

修改core-site.xml内容如下：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl"href="configuration.xsl"?>
<!-- Put site-specific property overrides in thisfile. -->
<configuration>
 <property>
   <name>fs.default.name</name>
  <value>hdfs://localhost:9000</value>
 </property>
 <property>
   <name>hadoop.tmp.dir</name>
   <value>/home/hadoop/program/tmp-${user.name}</value>
  </property>
</configuration>

修改conf/hdfs-site.xml为

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl"href="configuration.xsl"?>
<!-- Put site-specific property overrides in thisfile. -->
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

修改conf/mapred-site.xml为：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl"href="configuration.xsl"?>
<!-- Put site-specific property overrides in thisfile. -->
<configuration>
    <property>
       <name>mapred.job.tracker</name>
       <value>localhost:9001</value>
    </property>
</configuration>

（4）运行Hadoop（当前用户为hadoop）

以上操作已经完成对Hadoop的配置，接下来是运行Hadoop。第一步需要进行格式化HDFS，运行脚本主要位于HADOOP_HOME/bin目录下，注意HADOOP_HOME为解压缩之后的Hadoop根目录，此处为/home/hadoop/program/hadoop-0.20.1。格式化HDFS命令为： （假设当前目录是已经在/home/hadoop/program/hadoop-0.20.1/bin/）下

./hadoop namenode –format

启动单节点集群：

./start-all.sh

这个操作会在本机上启动Namenode,SecondaryNameNode,Datanode,JobTracker和TaskTracker共计5个JVM进程，可以通过java自带的jps命令查看。

jps

通过jps命令可以查看到进程如下：

19811 TaskTracker
19674 SecondaryNameNode
19735 JobTracker
19497 NameNode
20879 TaskTracker
21810 Jps

停止单节点集群：

./stop-all.sh

另外可以通过以下网址查看节点的运行情况：
http://localhost:50030/ - Hadoop 管理介面
http://localhost:50060/ - Hadoop Task Tracker 状态
http://localhost:50070/ - Hadoop DFS 状态

1.3. 在多节点（分布式）环境下运行Hadoop

搭建多节点集群的思想主要是在每一台机器上分别搭建好单机环境，再将几台机器整合成一个集群。因此，在此之前，请确保每一台机器都如1.2节中所述搭建好了单机环境（最好是相同的结构）。这里说的相同结构是指hadoop安装在项目的目录下，然后多个节点使用都使用相同的用户名操作hadoop集群。比如使用用户名hadoop。这个在 hadoop搭建注意事项汇总中的第一条里面有提到。我第一次部署的时候，因为第一台slave机器使用hadoop账户配置hadoop环境，而第二台master机器使用xuwei这个账户配置hadoop环境，这样在ssh的时候也会出现问题。我使用xuwei账户ssh slave，找到的不是hadoop@slave，而是xuwei@slave。最后在slave上新建了一个hadoop账户才解决问题。

（1）设置/etc/hosts文件

实验中两台机器处于同一局域网中，其中一台作为master，ip地址为192.168.0.55，一台作为slave，ip地址为192.168.0.42。更新两台机器的/etc/hosts文件，使用如下命令：

sudo gedit /etc/hosts

添加以下内容：

# /etc/hosts (for master AND slave)
192.168.0.55 master
192.168.0.42 slave

（2）设置节点之间的无密码SSH登录

这里要求master上的用户hadoop必须能够无密码登录到master和slave两台机器上。经过1.2节第（2）步的配置，已经可以在单机上进行密码SSH登录，这里只需设置由master无密码登录到slave，采用如下命令即可： 在master上运行:

ssh-copy-id -i $HOME/.ssh/id_rsa.pub hadoop@slave

这条命令的意思是将master上的公钥拷贝到slave上，这样下次ssh slave的时候slave就认识master，无需在输入密码验证。

如下命令可以测试SSH连接成功与否：

ssh master
ssh slave

（3）修改集群配置文件

hadoop集群的架构分为两层：HDFS层和MapReduce层，在HDFS层，master将作为NameNode和DataNode，slave作为DataNode；在MapReduce层，master将作为JobTracker和TaskTracker，而slave将作为TaskTracker。值得一提的是，本次实验中master节点既作为管理节点，又担当数据节点。接下来需要修改$HADOOP_HOME/conf/下的配置文件。 在master节点上修改conf/masters文件，添加如下内容：

master

在master节点上修改conf/slaves文件，添加如下内容（这表明master节点具有双重角色，即做master，又做slave）：

master
slave

如果需要添加更多slave，则可以在conf/slaves中将其他节点的名称添加进去，如下所示：

master
slave
anotherslave01
anotherslave02

在所有节点上修改conf/core-site.xml，更改fs.default.name的值为hdfs://master:9000，具体为：

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

在所有节点上修改conf/mapred-site.xml，将JobTracker的地址改为master具体为：

<property>
	<name>mapred.job.tracker</name>
	<value>hdfs://master:9001</value>
</property>

在所有节点上修改conf/hdfs-site.xml，将更改dfs.replication的值，这个参数决定了集群中一个文件需要保存为多少个拷贝。其默认值为3，因本次试验节点数为2，故更改为2。具体为：

<property>
      <name>dfs.replication</name>
      <value>2</value>
</property>

（4）格式化HDFS

注意：如果之前单机环境下格式化过HDFS建议把之前的文件删除，否则可能会出现异常(HDFS目录即之前设置的${hadoop.tmp.dir}\dfs目录)。格式化命令和单机情况下类似， 只是需要在master节点上运行。

./hadoop namenode -format

（5）启动和停止集群

在master节点上首先启动HDFS，其命令为：

./start-dfs.sh

其结果是在master节点上启动NameNode,SecondaryNameNode和DataNode，在所有slave节点上启动DataNode，通过jps命令可以查看master上启动的服务列表：

hadoop@master:~$ jps
14799 NameNode
15314 Jps
14880 DataNode
14977 SecondaryNameNode

此时slave上的进程列表如下：

hadoop@master:~$ jps
15183 Jps
15616 DataNode

其次，在master节点上启动MapReduce，其命令为：

./start-mapred.sh

这样将会在master 节点上启动JobTracker 和TaskTracker ，在所有slave 节点上启动TaskTracker，通过jps命令可以查看master上启动的服务列表：

hadoop@master:~$ jps
14799 NameNode
15314 Jps
14880 DataNode
14977 SecondaryNameNode
15686 TaskTracker
15596 JobTracker

此时slave上的进程列表如下：

hadoop@slave:~$ jps
15183 DataNode
15897 TaskTracker
16284 Jps

如要停止集群，则需要将上述步骤反过来运行，首先在master上运行

./stop-mapred.sh

其次在master上运行以下命令停止HDFS：

./stop-dfs.sh

这个过程也可通过jps命令来查看是否完成。

三.运行WordCount词频统计程序

代码参考博客：Hadoop WordCount改进实现正确识别单词以及词频降序排序。

在eclipse下运行配置参照： eclipse运行wordcount参数配置

xw13106209

关注

1
点赞
踩
21

收藏

觉得还不错? 一键收藏
1
评论
ubuntu下hadoop配置指南

目录1.实验目的2.实验内容（hadoop伪分布式与分布式集群环境配置）3.运行wordcount词频统计程序一 . 实验目的通过学习和使用开源的 Apache Hadoop工具，亲身实践云计算环境下对海量数据的处理，理解并掌握分布式的编程模式 MapRedu
复制链接

扫一扫