一、开通阿里云ECS服务器
1.创建实例
2.实例创建完成后,列表如下
二、连接服务器
1.打开系统自带的终端工具。
Windows: PowerShell
Ubuntu: Terminal
2.在终端中输入连接命令ssh [username]@[ipaddress]。需要将其中的username和ipaddress替换为第1步中创建的ECS服务器的登录名和公网地址。例如:
ssh root@47.115.6.237
命令显示结果如下:
3.输入yes。
4.同意继续后将会提示输入登录密码。 密码为已创建的ECS云服务器的登录密码。
登录成功后会显示如下信息。
三、安装JDK
1.执行以下命令,下载JDK1.8安装包。
wget https://download.java.net/openjdk/jdk8u41/ri/openjdk-8u41-b04-linux-x64-14_jan_2020.tar.gz
2.执行以下命令,解压下载的JDK1.8安装包。
tar -zxvf openjdk-8u41-b04-linux-x64-14_jan_2020.tar.gz
3.执行以下命令,移动并重命名JDK包。
mv java-se-8u41-ri/ /usr/java8
4.执行以下命令,配置Java环境变量。
echo 'export JAVA_HOME=/usr/java8' >> /etc/profile
echo 'export PATH=$PATH:$JAVA_HOME/bin' >> /etc/profile
source /etc/profile
5.执行以下命令,查看Java是否成功安装。
java -version
如果返回以下信息,则表示安装成功。
四、安装Hadoop
1.执行以下命令,下载Hadoop安装包。
wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.10.1/hadoop-2.10.1.tar.gz
注1:Apache开源镜像服务器只会保存最新的几个Hadoop版本,当前Hadoop2最新版本号为2.10.1。
注2:如果这个镜像服务器mirrors.tuna.tsinghua.edu.cn下载不了,可以去镜像列表网站http://www.apache.org/mirrors/选择一个可用的镜像服务器
2.执行以下命令,解压Hadoop安装包至/opt/hadoop。
tar -zxvf hadoop-2.10.1.tar.gz -C /opt/
mv /opt/hadoop-2.10.1 /opt/hadoop
3.执行以下命令,配置Hadoop环境变量。
echo 'export HADOOP_HOME=/opt/hadoop/' >> /etc/profile
echo 'export PATH=$PATH:$HADOOP_HOME/bin' >> /etc/profile
echo 'export PATH=$PATH:$HADOOP_HOME/sbin' >> /etc/profile
source /etc/profile
4.执行以下命令,修改配置文件yarn-env.sh和hadoop-env.sh。
echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/yarn-env.sh
echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/hadoop-env.sh
5.执行以下命令,测试Hadoop是否安装成功。
hadoop version
如果返回以下信息,则表示安装成功。
五、配置Hadoop(伪分布式运行模式)
1.修改Hadoop配置文件 core-site.xml。
a.执行以下命令开始进入编辑页面。
vim /opt/hadoop/etc/hadoop/core-site.xml
b.输入i进入编辑模式。
c.在<configuration></configuration>节点内插入如下内容。
<property>
<name>hadoop.tmp.dir</name>
<value>file:/opt/hadoop/tmp</value>
<description>location to store temporary files</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
d.按Esc键退出编辑模式,输入:wq保存退出。
2.修改Hadoop配置文件 hdfs-site.xml。
a.执行以下命令开始进入编辑页面。
vim /opt/hadoop/etc/hadoop/hdfs-site.xml
b.输入i进入编辑模式。
c.在<configuration></configuration>节点内插入如下内容。
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/opt/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/opt/hadoop/tmp/dfs/data</value>
</property>
d.按Esc键退出编辑模式,输入:wq保存退出。
六、配置SSH免密登录
1.执行以下命令,创建公钥和私钥。
ssh-keygen -t rsa
敲3次回车,就会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)。
2.执行以下命令,将公钥添加到authorized_keys文件中。
cd .ssh
cat id_rsa.pub >> authorized_keys
七、启动Hadoop
1.执行以下命令,初始化namenode 。
hadoop namenode -format
2.依次执行以下命令,启动Hadoop。
start-dfs.sh
输入两次yes,如下图所示表示启动成功。
start-yarn.sh
如下图所示表示启动成功。
3.启动成功后,执行以下命令,查看已成功启动的进程。
jps
4.打开浏览器访问http://<ECS公网地址>:8088和http://<ECS公网地址>:50070,显示如下界面则表示Hadoop伪分布式环境搭建完成。
八、使用Hadoop
1.进入Hadoop主目录
cd /opt/hadoop/
2.创建执行MapReduce任务需要的HDFS目录
hdfs dfs -mkdir -p /user/<username>/
这里<username>为root
3.将测试文件内容拷贝到HDFS文件系统上
hdfs dfs -put etc/hadoop input
4.运行MapReduce程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.10.1.jar grep input output 'dfs[a-z.]+'
5.查看输出结果
命令行查看:
hdfs dfs -cat output/*