Hadoop安装教4程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.0

Hadoop安装教4程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.0

当开始着手实践 Hadoop 时,安装 Hadoop 往往会成为新手的一道门槛。尽管安装其实很简单,书上有写到,官方网站也有 Hadoop 安装配置教程,但由于对 Linux 环境不熟悉,书上跟官网上简略的安装步骤新手往往 Hold 不住。加上网上不少教程也甚是坑,导致新手折腾老几天愣是没装好,很是打击学习热情。


本教程由厦门大学数据库实验室出品,转载 http://www.powerxing.com/install-hadoop/。本教程适合于原生 Hadoop 2,包括 Hadoop 2.6.0, Hadoop 2.7.1 等版本,主要参考了官方安装教程,步骤详细,辅以适当说明,相信按照步骤来,都能顺利安装并运行Hadoop。另外有Hadoop安装配置简略版方便有基础的读者快速完成安装。此外,希望读者们能多去了解一些 Linux 的知识,以后出现问题时才能自行解决。




环境
本教程使用 Ubuntu 14.04 64位 作为系统环境(Ubuntu 12.04 也行,32位、64位均可),请自行安装系统(可参考使用VirtualBox安装Ubuntu)。


如果用的是 CentOS/RedHat 系统,请查看相应的CentOS安装Hadoop教程_单机伪分布式配置。


本教程基于原生 Hadoop 2,在 Hadoop 2.6.0 (stable) 版本下验证通过,可适合任何 Hadoop 2.x.y 版本,例如 Hadoop 2.4.1。


Hadoop版本
Hadoop 有两个主要版本,Hadoop 1.x.y 和 Hadoop 2.x.y 系列,比较老的教材上用的可能是 0.20 这样的版本。Hadoop 2.x 版本在不断更新,本教程均可适用。如果需安装 0.20,1.2.1这样的版本,本教程也可以作为参考,主要差别在于配置项,配置请参考官网教程或其他教程。


新版是兼容旧版的,书上旧版本的代码应该能够正常运行(我自己没验证,欢迎验证反馈)。


装好了 Ubuntu 系统之后,在安装 Hadoop 前还需要做一些必备工作。


创建hadoop用户
如果你安装 Ubuntu 的时候不是用的 “hadoop” 用户,那么需要增加一个名为 hadoop 的用户。


首先按 ctrl+alt+t 打开终端窗口,输入如下命令创建新用户 :


sudo useradd -m hadoop -s /bin/bash
Shell 命令
这条命令创建了可以登陆的 hadoop 用户,并使用 /bin/bash 作为 shell。


Ubuntu终端复制粘贴快捷键
在Ubuntu终端窗口中,复制粘贴的快捷键需要加上 shift,即粘贴是 ctrl+shift+v。


接着使用如下命令设置密码,可简单设置为 hadoop,按提示输入两次密码:


sudo passwd hadoop
Shell 命令
可为 hadoop 用户增加管理员权限,方便部署,避免一些对新手来说比较棘手的权限问题:


sudo adduser hadoop sudo
Shell 命令
最后注销当前用户(点击屏幕右上角的齿轮,选择注销),在登陆界面使用刚创建的 hadoop 用户进行登陆。


更新apt
用 hadoop 用户登录后,我们先更新一下 apt,后续我们使用 apt 安装软件,如果没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口,执行如下命令:


sudo apt-get update
Shell 命令
若出现如下 “Hash校验和不符” 的提示,可通过更改软件源来解决。若没有该问题,则不需要更改。




Ubuntu更新软件源时遇到Hash校验和不符的问题


点击查看:如何更改软件源


后续需要更改一些配置文件,我比较喜欢用的是 vim(vi增强版,基本用法相同),建议安装一下(如果你实在还不会用 vi/vim 的,请将后面用到 vim 的地方改为 gedit,这样可以使用文本编辑器进行修改,并且每次文件更改完成后请关闭整个 gedit 程序,否则会占用终端):


sudo apt-get install vim
Shell 命令
安装软件时若需要确认,在提示处输入 y 即可。




通过命令行安装软件


安装SSH、配置SSH无密码登陆
集群、单节点模式都需要用到 SSH 登陆(类似于远程登陆,你可以登录某台 Linux 主机,并且在上面运行命令),Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server:


sudo apt-get install openssh-server
Shell 命令
安装后,可以使用如下命令登陆本机:


ssh localhost
Shell 命令
此时会有如下提示(SSH首次登陆提示),输入 yes 。然后按提示输入密码 hadoop,这样就登陆到本机了。




SSH首次登陆提示


但这样登陆是需要每次输入密码的,我们需要配置成SSH无密码登陆比较方便。


首先退出刚才的 ssh,就回到了我们原先的终端窗口,然后利用 ssh-keygen 生成密钥,并将密钥加入到授权中:


exit                           # 退出刚才的 ssh localhost
cd ~/.ssh/                     # 若没有该目录,请先执行一次ssh localhost
ssh-keygen -t rsa              # 会有提示,都按回车就可以
cat ./id_rsa.pub >> ./authorized_keys  # 加入授权
Shell 命令
~的含义
在 Linux 系统中,~ 代表的是用户的主文件夹,即 “/home/用户名” 这个目录,如你的用户名为 hadoop,则 ~ 就代表 “/home/hadoop/”。 此外,命令中的 # 后面的文字是注释。


此时再用 ssh localhost 命令,无需输入密码就可以直接登陆了,如下图所示。




SSH无密码登录


安装Java环境
Java环境可选择 Oracle 的 JDK,或是 OpenJDK,按http://wiki.apache.org/hadoop/HadoopJavaVersions中说的,新版本在 OpenJDK 1.7 下是没问题的。为图方便,这边直接通过命令安装 OpenJDK 7。


sudo apt-get install openjdk-7-jre openjdk-7-jdk
Shell 命令
JRE和JDK的区别
JRE(Java Runtime Environment,Java运行环境),是运行 Java 所需的环境。JDK(Java Development Kit,Java软件开发工具包)即包括 JRE,还包括开发 Java 程序所需的工具和类库。


通过上述命令安装 OpenJDK,默认安装位置为 /usr/lib/jvm/java-7-openjdk-amd64(32位系统则是 /usr/lib/jvm/java-7-openjdk-i386,该路径可以通过执行 dpkg -L openjdk-7-jdk | grep '/bin/javac' 命令确定,执行后会输出一个路径,除去路径末尾的 “/bin/javac”,剩下的就是正确的路径了)。OpenJDK 安装后就可以直接使用 java、javac 等命令了。


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(扩展阅读: 设置Linux环境变量的方法和区别):


vim ~/.bashrc
Shell 命令
在文件最前面添加如下单独一行(注意 = 号前后不能有空格),并保存:


export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
Shell
如下图所示(该文件原本可能不存在,内容为空,这不影响):




配置JAVA_HOME变量


接着还需要让该环境变量生效,执行如下代码:


source ~/.bashrc    # 使变量设置生效
Shell 命令
设置好后我们来检验一下是否设置正确:


echo $JAVA_HOME     # 检验变量值
java -version
$JAVA_HOME/bin/java -version  # 与直接执行 java -version 一样
Shell 命令
如果设置正确的话,$JAVA_HOME/bin/java -version 会输出 java 的版本信息,且和 java -version 的输出结果一样,如下图所示:




成功配置JAVA_HOME变量


这样,Hadoop 所需的 Java 运行环境就安装好了。


安装 Hadoop 2
Hadoop 2 可以通过 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/ 下载,本教程选择的是 2.6.0 版本,下载时请下载 hadoop-2.x.y.tar.gz 这个格式的文件,这是编译好的,另一个包含 src 的则是 Hadoop 源代码,需要进行编译才可使用。


下载时强烈建议也下载 hadoop-2.x.y.tar.gz.mds 这个文件,该文件包含了检验值可用于检查 hadoop-2.x.y.tar.gz 的完整性,否则若文件发生了损坏或下载不完整,Hadoop 将无法正常运行。


本文涉及的文件均通过浏览器下载,默认保存在 “下载” 目录中(若不是请自行更改 tar 命令的相应目录)。另外,如果你用的不是 2.6.0 版本,则将所有命令中出现的 2.6.0 更改为你所使用的版本。


cat ~/下载/hadoop-2.6.0.tar.gz.mds | grep 'MD5' # 列出md5检验值
# head -n 6 ~/下载/hadoop-2.7.1.tar.gz.mds # 2.7.1版本格式变了,可以用这种方式输出
md5sum ~/下载/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" # 计算md5值,并转化为大写,方便比较
Shell 命令
若文件不完整则这两个值一般差别很大,可以简单对比下前几个字符跟后几个字符是否相等即可,如下图所示,如果两个值不一样,请务必重新下载。




检验文件完整性


我们选择将 Hadoop 安装至 /usr/local/ 中:


sudo tar -zxf ~/下载/hadoop-2.6.0.tar.gz -C /usr/local    # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop:hadoop ./hadoop        # 修改文件权限
Shell 命令
Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用,成功则会显示 Hadoop 版本信息:


cd /usr/local/hadoop
./bin/hadoop version
Shell 命令
相对路径与绝对路径的区别
请务必注意命令中的相对路径与绝对路径,本文后续出现的 ./bin/...,./etc/... 等包含 ./ 的路径,均为相对路径,以 /usr/local/hadoop 为当前目录。例如在 /usr/local/hadoop 目录中执行 ./bin/hadoop version 等同于执行 /usr/local/hadoop/bin/hadoop version。可以将相对路径改成绝对路径来执行,但如果你是在主文件夹 ~ 中执行 ./bin/hadoop version,执行的会是 /home/hadoop/bin/hadoop version,就不是我们所想要的了。


Hadoop单机配置(非分布式)
Hadoop 默认模式为非分布式模式,无需进行其他配置即可运行。非分布式即单 Java 进程,方便进行调试。


现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子(运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 可以看到所有例子),包括 wordcount、terasort、join、grep 等。


在此我们选择运行 grep 例子,我们将 input 文件夹中的所有文件作为输入,筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数,最后输出结果到 output 文件夹中。


cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input   # 将配置文件作为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*          # 查看运行结果
Shell 命令
执行成功后如下所示,输出了作业的相关信息,输出的结果是符合正则的单词 dfsadmin 出现了1次




Hadoop单机模式运行grep的输出结果


注意,Hadoop 默认不会覆盖结果文件,因此再次运行上面实例会提示出错,需要先将 ./output 删除。


rm -r ./output
Shell 命令
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,同时,读取的是 HDFS 中的文件。


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 (通过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml),将当中的


<configuration>
</configuration>
XML
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>
XML
同样的,修改配置文件 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>
XML
关于Hadoop配置项的一点说明
虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行(官方教程如此),不过若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。所以我们进行了设置,同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir,否则在接下来的步骤中可能会出错。


配置完成后,执行 NameNode 的格式化:


./bin/hdfs namenode -format
Shell 命令
成功的话,会看到 “successfully formatted” 和 “Exitting with status 0” 的提示,若为 “Exitting with status 1” 则是出错。




执行namenode格式化


注意
在这一步时若提示 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,即在该文件中找到:
export JAVA_HOME=${JAVA_HOME}
将这一行改为JAVA安装位置:
export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
再重新尝试格式化即可。


接着开启 NameNode 和 DataNode 守护进程。


./sbin/start-dfs.sh
Shell 命令
若出现如下SSH提示,输入yes即可。




启动Hadoop时的SSH提示


启动时可能会出现如下 WARN 提示:WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable WARN 提示可以忽略,并不会影响正常使用。


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)。如果没有 NameNode 或 DataNode ,那就是配置不成功,请仔细检查之前步骤,或通过查看启动日志排查原因。




通过jps查看启动的Hadoop进程


一般情况下,若是 DataNode 没有启动,可尝试如下的方法(注意这会删除 HDFS 中原有的所有数据,如果原有的数据很重要请不要这样做):


./sbin/stop-dfs.sh   # 关闭
rm -r ./tmp 删除 tmp 文件,注意这会删除 HDFS 中原有的所有数据
./bin/hdfs namenode -format 重新格式化 NameNode
./sbin/start-dfs.sh  # 重启
Shell 命令
Hadoop无法正常启动的解决方法
一般可以查看启动日志来排查原因,注意几点:


启动时会提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”,其中 DBLab-XMU 对应你的机器名,但其实启动日志信息是记录在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中,所以应该查看这个后缀为 .log 的文件;
每一次的启动日志都是追加在日志文件之后,所以得拉到最后面看,对比下记录的时间就知道了。
一般出错的提示在最后面,通常是写着 Fatal、Error、Warning 或者 Java Exception 的地方。
可以在网上搜索一下出错信息,看能否找到一些相关的解决方法。
此外,若是 DataNode 没有启动,可尝试如下的方法(注意这会删除 HDFS 中原有的所有数据,如果原有的数据很重要请不要这样做):


# 针对 DataNode 没法启动的解决方法
./sbin/stop-dfs.sh   # 关闭
rm -r ./tmp     # 删除 tmp 文件,注意这会删除 HDFS 中原有的所有数据
./bin/hdfs namenode -format   # 重新格式化 NameNode
./sbin/start-dfs.sh  # 重启
Shell 命令
成功启动后,可以访问 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息,还可以在线查看 HDFS 中的文件。




Hadoop的Web界面


运行Hadoop伪分布式实例
上面的单机模式,grep 例子读取的是本地数据,伪分布式读取的则是 HDFS 上的数据。要使用 HDFS,首先需要在 HDFS 中创建用户目录:


./bin/hdfs dfs -mkdir -p /user/hadoop
Shell 命令
接着将 ./etc/hadoop 中的 xml 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。我们使用的是 hadoop 用户,并且已创建相应的用户目录 /user/hadoop ,因此在命令中就可以使用相对路径如 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
Shell 命令
复制完成后,可以通过如下命令查看文件列表:


./bin/hdfs dfs -ls input
Shell 命令
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,输出结果 output 文件夹都删掉来验证这一点)。


./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
Shell 命令
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/*
Shell 命令
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。




Hadoop伪分布式运行grep结果


我们也可以将运行结果取回到本地:


rm -r ./output    # 先删除本地的 output 文件夹(如果存在)
./bin/hdfs dfs -get output ./output     # 将 HDFS 上的 output 文件夹拷贝到本机
cat ./output/*
Shell 命令
Hadoop 运行程序时,输出目录不能存在,否则会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ,因此若要再次执行,需要执行如下命令删除 output 文件夹:


./bin/hdfs dfs -rm -r output    # 删除 output 文件夹
Shell 命令
运行程序时,输出目录不能存在
运行 Hadoop 程序时,为了防止覆盖结果,程序指定的输出目录(如 output)不能存在,否则会提示错误,因此运行前需要先删除输出目录。在实际开发应用程序时,可考虑在程序中加上如下代码,能在每次运行时自动删除输出目录,避免繁琐的命令行操作:


Configuration conf = new Configuration();
Job job = new Job(conf);
 
/* 删除输出目录 */
Path outputPath = new Path(args[1]);
outputPath.getFileSystem(conf).delete(outputPath, true);
Java
若要关闭 Hadoop,则运行


./sbin/stop-dfs.sh
Shell 命令
注意
下次启动 hadoop 时,无需进行 NameNode 的初始化,只需要运行 ./sbin/start-dfs.sh 就可以!


启动YARN
(伪分布式不启动 YARN 也可以,一般不会影响程序执行)


有的读者可能会疑惑,怎么启动 Hadoop 后,见不到书上所说的 JobTracker 和 TaskTracker,这是因为新版的 Hadoop 使用了新的 MapReduce 框架(MapReduce V2,也称为 YARN,Yet Another Resource Negotiator)。


YARN 是从 MapReduce 中分离出来的,负责资源管理与任务调度。YARN 运行于 MapReduce 之上,提供了高可用性、高扩展性,YARN 的更多介绍在此不展开,有兴趣的可查阅相关资料。


上述通过 ./sbin/start-dfs.sh 启动 Hadoop,仅仅是启动了 MapReduce 环境,我们可以启动 YARN ,让 YARN 来负责资源管理与任务调度。


首先修改配置文件 mapred-site.xml,这边需要先进行重命名:


mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
Shell 命令
然后再进行编辑,同样使用 gedit 编辑会比较方便些 gedit ./etc/hadoop/mapred-site.xml :


<configuration>
        <property>
             <name>mapreduce.framework.name</name>
             <value>yarn</value>
        </property>
</configuration>
XML
接着修改配置文件 yarn-site.xml:


<configuration>
        <property>
             <name>yarn.nodemanager.aux-services</name>
             <value>mapreduce_shuffle</value>
            </property>
</configuration>
XML
然后就可以启动 YARN 了(需要先执行过 ./sbin/start-dfs.sh):


./sbin/start-yarn.sh      # 启动YARN
./sbin/mr-jobhistory-daemon.sh start historyserver  # 开启历史服务器,才能在Web中查看任务运行情况
Shell 命令
开启后通过 jps 查看,可以看到多了 NodeManager 和 ResourceManager 两个后台进程,如下图所示。




开启YARN


启动 YARN 之后,运行实例的方法还是一样的,仅仅是资源管理方式、任务调度不同。观察日志信息可以发现,不启用 YARN 时,是 “mapred.LocalJobRunner” 在跑任务,启用 YARN 之后,是 “mapred.YARNRunner” 在跑任务。启动 YARN 有个好处是可以通过 Web 界面查看任务的运行情况:http://localhost:8088/cluster,如下图所示。




开启YARN后可以查看任务运行信息


但 YARN 主要是为集群提供更好的资源管理与任务调度,然而这在单机上体现不出价值,反而会使程序跑得稍慢些。因此在单机上是否开启 YARN 就看实际情况了。


不启动 YARN 需重命名 mapred-site.xml
如果不想启动 YARN,务必把配置文件 mapred-site.xml 重命名,改成 mapred-site.xml.template,需要用时改回来就行。否则在该配置文件存在,而未开启 YARN 的情况下,运行程序会提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的错误,这也是为何该配置文件初始文件名为 mapred-site.xml.template。


同样的,关闭 YARN 的脚本如下:


./sbin/stop-yarn.sh
./sbin/mr-jobhistory-daemon.sh stop historyserver
Shell 命令
自此,你已经掌握 Hadoop 的配置和基本使用了。


附加教程: 配置PATH环境变量
在这里额外讲一下 PATH 这个环境变量(可执行 echo $PATH 查看,当中包含了多个目录)。例如我们在主文件夹 ~ 中执行 ls 这个命令时,实际执行的是 /bin/ls 这个程序,而不是 ~/ls 这个程序。系统是根据 PATH 这个环境变量中包含的目录位置,逐一进行查找,直至在这些目录位置下找到匹配的程序(若没有匹配的则提示该命令不存在)。


上面的教程中,我们都是先进入到 /usr/local/hadoop 目录中,再执行 sbin/hadoop,实际上等同于运行 /usr/local/hadoop/sbin/hadoop。我们可以将 Hadoop 命令的相关目录加入到 PATH 环境变量中,这样就可以直接通过 start-dfs.sh 开启 Hadoop,也可以直接通过 hdfs 访问 HDFS 的内容,方便平时的操作。


同样我们选择在 ~/.bashrc 中进行设置(vim ~/.bashrc,与 JAVA_HOME 的设置相似),在文件最前面加入如下单独一行:


export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin
添加后执行 source ~/.bashrc 使设置生效,生效后,在任意目录中,都可以直接使用 hdfs 等命令了,读者不妨现在就执行 hdfs dfs -ls input 查看 HDFS 文件试试看。


大数据教材推荐
大数据入门教材哪本好?必须强推我的研究生导师林子雨老师编著的《大数据技术原理与应用》,该教程是针对高校学生打造的入门级教材,目前已被多所高校作为大数据课程指定教材。厦大数据库实验室为该教材倾注了许多努力,精心编写了许多配套学习博文、配套上机习题等。博主也参与了该教材的编写等工作,见证了该教程的从无到有,所以绝不是瞎打广告,欢迎了解!


林子雨编著《大数据技术原理与应用》官网
林子雨主讲入门级大数据在线课程: 喜欢通过视频的方式学习?那就不要错过
《大数据技术原理与应用》教材配套学习指南: 不仅有教材疑难点解答,还有相关拓展学习资料
《大数据技术原理与应用》教材配套上机练习题目: 实践才是硬道理
安装Hadoop集群
在平时的学习中,我们使用伪分布式就足够了。如果需要安装 Hadoop 集群,请查看Hadoop集群安装配置教程。


相关教程
使用Eclipse编译运行MapReduce程序: 使用 Eclipse 可以方便的开发、运行 MapReduce 程序,还可以直接管理 HDFS 中的文件。
使用命令行编译打包运行自己的MapReduce程序: 有时候需要直接通过命令来编译、打包 MapReduce 程序。
参考资料
http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html
http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html
http://www.micmiu.com/bigdata/hadoop/hadoop-2x-ubuntu-build/
 http://www.powerxing.com/install-hadoop/
 笔记Hadoop
相关文章


Hadoop集群安装配置教程_Hadoop2.6.0_Ubuntu/CentOS
使用命令行编译打包运行自己的MapReduce程序 Hadoop2.6.0
使用Eclipse编译运行MapReduce程序 Hadoop2.6.0_Ubuntu/CentOS
Hadoop-in-Practice第四章MapReduce-Join代码运行问题
Hadoop安装配置简略教程
Hadoop安装教程_单机/伪分布式配置_CentOS6.4/Hadoop2.6.0
最新最早最热
171条评论


flhami
博主好人,超赞的教程!
19小时前回复顶转发


江哥改名字啦
这是我见过的最良心的教程,感谢。
2月25日回复顶转发


戴德陶之御林军
写的很好,超赞的!没有bug,一次过
2月25日回复顶转发


解梦
学长你好遇到这个问题怎么解决
./bin/hdfs namenode -format
Could not find or load main class org.apache.hadoop.hdfs.server.namenode.NameNode
2月23日回复顶转发


给力星
可尝试在 ~/.bashrc 中加入 Hadoop 环境变量:


# Hadoop Environment Variables
export HADOOP_PREFIX=/usr/local/hadoop
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$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
2月24日回复顶转发


赵锋杰
你好,我在配置伪分布式时,出现这样的问题。
noexecstack'.: ssh: Could not resolve hostname noexecstack'.: Name or service not known
OpenJDK: ssh: Could not resolve hostname openjdk: Name or service not known
warning:: ssh: Could not resolve hostname warning:: Name or service not known
Server: ssh: Could not resolve hostname server: Name or service not known
VM: ssh: Could not resolve hostname vm: Name or service not known
disabled: ssh: Could not resolve hostname disabled: Name or service not known
You: ssh: Could not resolve hostname you: Name or service not known
VM: ssh: Could not resolve hostname vm: Name or service not known
you: ssh: Could not resolve hostname you: Name or service not known
will: ssh: Could not resolve hostname will: Name or service not known
The: ssh: Could not resolve hostname the: Name or service not known
might: ssh: Could not resolve hostname might: Name or service not known
stack: ssh: Could not resolve hostname stack: Name or service not known
library: ssh: Could not resolve hostname library: Name or service not known
stack: ssh: Could not resolve hostname stack: Name or service not known
which: ssh: Could not resolve hostname which: Name or service not known
recommended: ssh: Could not resolve hostname recommended: Name or service not known
the: ssh: Could not resolve hostname the: Name or service not known
have: ssh: Could not resolve hostname have: Name or service not known
have: ssh: Could not resolve hostname have: Name or service not known
the: ssh: Could not resolve hostname the: Name or service not known
guard: ssh: Could not resolve hostname guard: Name or service not known
it: ssh: Could not resolve hostname it: No address associated with hostname
loaded: ssh: Could not resolve hostname loaded: Name or service not known
fix: ssh: Could not resolve hostname fix: Name or service not known
library: ssh: Could not resolve hostname library: Name or service not known
try: ssh: Could not resolve hostname try: Name or service not known
fix: ssh: Could not resolve hostname fix: Name or service not known
highly: ssh: Could not resolve hostname highly: Name or service not known
that: ssh: Could not resolve hostname that: Name or service not known
with: ssh: Could not resolve hostname with: Name or service not known
link: ssh: Could not resolve hostname link: No address associated with hostname
'execstack: ssh: Could not resolve hostname 'execstack: Name or service not known


请问如何解决,谢谢
2月19日回复顶转发


给力星
修改 /etc/hosts 文件。 假设你的主机名是 machine (执行命令 hostname 可以查看到),那么增加如下记录:
127.0.0.1 machine
2月19日回复顶转发


赵锋杰
回复 给力星: 127.0.0.1 localhost
127.0.1.1 ubuntu
127.0.0.1 ubuntu


# The following lines are desirable for IPv6 capable hosts
::1 ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters


请问是这样吗?我运行了还是没有解决
2月22日回复顶转发


给力星
回复 赵锋杰: 你主机名 ubuntu ?一个主机名只能对应一条 ip 地址,应该是(删掉 127.0.1.1 ubuntu):
127.0.0.1 ubuntu
2月22日回复顶转发


赵锋杰
回复 给力星: 是ubuntu.删了还是不行
2月22日回复顶转发


给力星
回复 赵锋杰: 以前我也有遇到这个问题,印象中,Ubuntu系统是需要改 hosts 文件, CentOS 系统是还要加上 HADOOP_COMMON_LIB_NATIVE_DIR 等环境变量。如果这样还不能解决,那我就不清楚了。
2月22日回复顶转发


Alex
你好,按照你的教程配置,出现以下错误,请指点,谢谢!
HOSTNAME=Master:/usr/local/hadoop$ sbin/start-dfs.sh
Starting namenodes on [Master]
The authenticity of host 'master (172.16.30.203)' can't be established.
ECDSA key fingerprint is f1:ed:93:09:8d:ca:e8:b6:b1:8c:13:25:eb:fa:f5:9b.
Are you sure you want to continue connecting (yes/no)? yes
Master: Warning: Permanently added 'master,172.16.30.203' (ECDSA) to the list of known hosts.
Master: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-NWTWORKING=yes
Master: Error: Could not find or load main class HOSTNAME=Master.log
Slave1: /usr/local/hadoop/sbin/hadoop-daemon.sh: 第 69 行: [: HOSTNAME=Slave1.out: 期待整数表达式
Slave1: starting datanode, logging to /usr/local/hadoop/logs/hadoop-hadoop-datanode-NETWORKING=yes
Slave1: 错误: 找不到或无法加载主类 HOSTNAME=Slave1.log
Starting secondary namenodes [Master]
Master: starting secondarynamenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-secondarynamenode-NWTWORKING=yes
Master: Error: Could not find or load main class HOSTNAME=Master.log


HOSTNAME=Master: /usr/local/hadoophadoop@NWTWORKING=yes
HOSTNAME=Master:/usr/local/hadoop$ sbin/start-yarn.sh
starting yarn daemons
starting resourcemanager, logging to /usr/local/hadoop/logs/yarn-hadoop-resourcemanager-NWTWORKING=yes
Error: Could not find or load main class HOSTNAME=Master.log
Slave1: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-hadoop-nodemanager-NETWORKING=yes
Slave1: 错误: 找不到或无法加载主类 HOSTNAME=Slave1.log
2月19日回复顶转发


给力星
你用的是 CentOS 6.x 系统?再检查下 /etc/sysconfig/network 这个文件,至少有一个地方拼写错误,是 NETWORKING 不是 NWTWORKING。
2月19日回复顶转发


Alex
回复 给力星: 您好,ubuntu server14.04和ubuntu kylin14.02我都试过了,一样的错误;另外,您提到的那处错误我也已经修改过,记过也是一样的,或者我再重新搭建一次试一试;对了,我是在一台ESXi服务器上建立的两台VM来做测试的
2月23日回复顶转发


Alex
回复 给力星: 你好,其实我是在配置全分布式;已经按照你分享的SOP完成整个配置,非常感谢!
2月25日回复顶转发


kenneth
写得很详细
2月16日回复顶转发


一个好人
给力星,能不能留一个qq的联系方式?我是做数据挖掘的,希望能和你交个朋友。
2月4日回复顶转发


给力星
不好意思,以后的就业方向是前端,今后应该不太会接触数据挖掘了,可能给不了什么帮助~
2月4日回复顶转发



还有一个 shell 命令的样式非常漂亮 是用了什么插件吗
1月24日回复顶转发


给力星
代码高亮: Google Code Prettify;高亮主题: google-prettify-monokai-theme,显示“shell 命令” 还有复制代码的功能是自己写的。
1月24日回复顶转发



博主,想问一下博客文章的阅读量还有评论数是如何获取的, 访问量是通过数据库建立浏览量 每次访问加一这样实现的吗
1月24日回复顶转发


给力星
网站用的是 WordPress,评论数是自身功能,另外可以安装相应的插件获取阅读数,阅读数实现的话就如你所示。
1月24日回复顶转发



回复 给力星: 非常感谢
2月13日回复顶转发


袁玉
必须得点赞!!
1月22日回复顶转发


zhiye
教程太好了,必须给你点个赞
1月16日回复顶转发


给力星
谢谢支持~
1月17日回复顶转发


zhiye
回复 给力星: 你这个网站是怎么弄的能出篇教程吗,赶脚不错;还有看了你其他的文章也都很不错啊,再点个赞
1月18日回复顶转发


给力星
回复 zhiye: WordPress搭建的,自己写的主题,也有很多免费、好看的主题可以直接用就是了。
1月18日回复顶转发


zhiye
回复 给力星: 赞!已经收藏了,会经常光顾的,以后再有什么问题希望不吝赐教哈;ps:回复还蛮快的
1月18日回复顶转发


VELONICA_CECI
学长你好~ 我按照你的教程安装配置好之后hadoop能跑起来,但是当我下了mahout0.11,配置完成后hadoop就无法正常启动了,改了好几次~/.bashrc 都没有用,输入mahout 命令还是能运行起来:MAHOUT_LOCAL is not set; adding HADOOP_CONF_DIR to classpath.
Running on hadoop, using /usr/local/hadoop/bin/hadoop and HADOOP_CONF_DIR=/usr/local/hadoop/conf
MAHOUT-JOB: /usr/local/mahout/mahout-examples-0.11.1-job.jar


但是,启动hadoop就是如下错误:Incorrect configuration: namenode address dfs.namenode.servicerpc-address or dfs.namenode.rpc-address is not configured.
Starting namenodes on []
Error: Cannot find configuration directory: /usr/local/hadoop/conf
Error: Cannot find configuration directory: /usr/local/hadoop/conf
Starting secondary namenodes [0.0.0.0]
Error: Cannot find configuration directory: /usr/local/hadoop/conf


搜了好几天,也没能解决问题,很困惑,希望你有时间能与我交流交流
1月14日回复顶转发


给力星
单从启动信息能发现一个问题:HADOOP_CONF_DIR 的配置有错。
Hadoop 配置文件的目录应为 /usr/local/hadoop/etc/hadoop
1月14日回复顶转发


VELONICA_CECI
回复 给力星: 我路径改了 /usr/local/hadoop/etc/hadoop之后:
Incorrect configuration: namenode address dfs.namenode.servicerpc-address or dfs.namenode.rpc-address is not configured.
Starting namenodes on [2016-01-13 20:10:55,208 WARN [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable]
Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
Starting secondary namenodes [2016-01-13 20:10:58,304 WARN [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
0.0.0.0]
Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
1月14日回复顶转发


给力星
回复 VELONICA_CECI: 要学会看启动信息,Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
这条信息已经说得很清楚了,读取的目录仍然是错的,后面有个 conf。
实在不知道哪里改的话,就建个符号链接尝试应付一下吧:
ln -s /usr/local/hadoop/etc/hadoop /usr/local/hadoop/etc/hadoop/conf
1月14日回复顶转发


VELONICA_CECI
回复 给力星: 谢谢学长~ 问题解决了,我把配置环境改成正确的路径了。
1月14日回复顶转发


Blue
很不错的Hadoop教程,按照步骤来很顺利的就装好了。
1月6日回复顶转发


ss
真的是最好的教程
1月4日回复顶转发


peter
我见过的最给力的教程,感谢给力兄,对我帮助很大
2015年12月23日回复顶转发


xuanyeyu
我为什么总是提示找不到.bin/hdfs :not found
2015年12月21日回复顶转发


给力星
1. 是 ./bin/hdfs 2. 注意区分相对路径与绝对路径,教程中类似 ./bin/hdfs 、 ./etc/hadoop 的路径均是相对路径,需要在 /usr/local/hadoop 目录下才正确(文章中有说明这一点的,请仔细阅读)。
2015年12月21日回复顶转发


wantrd
楼主,你这个hadoop2.6 伪分布配好后为什么只有 SecondaryNameNode DataNode DataNode 没有 JobTracker 和 TaskTracker 是版本问题吗? 还有,我配好了伪分布后,使用eclipse做开发环境,为什么在web上监控不到我的job,而且我观察控制台有“ mapred.Task: Task 'attempt_local1469050249_0001_m_000000_0' done.” 这样的语句输出,这个“local”感觉是本地模式,我是按照 Run Configurations 方式运行的。这样运行算是伪分布吗? 谢谢
2015年12月13日回复顶转发


给力星
新版 Hadoop 使用了 MapReduce V2 架构,也叫做 YARN,跟以往的不一样,你可以自己去了解下。要在 Web 上监控 job,需要开启 YARN 和 historyserver。伪分布式是只有一台机器,同时运行 namenode 跟 datanode ,并且访问的是 HDFS 上的文件。
2015年12月17日回复顶转发


十月的阳光
楼主你好,我头天按照你的教程一步一步走下去,都没有问题,但是我第二天按照您的另外一个教程就是配置ecilipse那个操作,就出现了不能连接到//:localhost:9000的错误,然后我在命令行启动Hadoop也出现这个错误,也不能登录到http://localhost:50070,后来一直百度,感觉也没改什么,又出现这样的hadoop@ydc-VirtualBox:/usr/local/hadoop$ ./sbin/start-dfs.shStarting namenodes on [localhost]
localhost: namenode running as process 11293. Stop it first.
localhost: starting datanode, logging to /usr/local/hadoop/logs/hadoop-hadoop-datanode-ydc-VirtualBox.out
Starting secondary namenodes [0.0.0.0]
0.0.0.0: secondarynamenode running as process 11587. Stop it first.
hadoop@ydc-VirtualBox:/usr/local/hadoop$ jps
12106 DataNode
11293 NameNode
10588 org.eclipse.equinox.launcher_1.3.0.dist.jar
12366 Jps
11587 SecondaryNameNode
hadoop@ydc-VirtualBox:/usr/local/hadoop$ 
不知道怎么办,故请教您,忘您不吝赐教
2015年12月12日回复顶转发


给力星
查看一下 /usr/local/hadoop/logs/hadoop-hadoop-datanode-ydc-VirtualBox.log 这个文件,看文件最后面有出现Fatal、Error 或者 Java Exception 的地方,可以知道是什么原因。 可以尝试删除 /usr/local/hadoop/tmp 文件夹,重新执行一次 ./bin/hdfs namenode -format ,然后再启动实时。
2015年12月12日回复顶转发


ggjjl1
你好,我在centos6.5(64位)上安装的hadoop2.6.2集群,运行以下命令出现问题:


[root@host02 ~]# hadoop fs -put a.txt /test
Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.util.NativeCrc32.nativeComputeChunkedSumsByteArray(II[BI[BIILjava/lang/String;JZ)V
at org.apache.hadoop.util.NativeCrc32.nativeComputeChunkedSumsByteArray(Native Method)
at org.apache.hadoop.util.NativeCrc32.calculateChunkedSumsByteArray(NativeCrc32.java:86)
at org.apache.hadoop.util.DataChecksum.calculateChunkedSums(DataChecksum.java:430)
at org.apache.hadoop.fs.FSOutputSummer.writeChecksumChunks(FSOutputSummer.java:202)
at org.apache.hadoop.fs.FSOutputSummer.flushBuffer(FSOutputSummer.java:163)
at org.apache.hadoop.fs.FSOutputSummer.flushBuffer(FSOutputSummer.java:144)
at org.apache.hadoop.hdfs.DFSOutputStream.close(DFSOutputStream.java:2217)
at org.apache.hadoop.fs.FSDataOutputStream$PositionCache.close(FSDataOutputStream.java:72)
at org.apache.hadoop.fs.FSDataOutputStream.close(FSDataOutputStream.java:106)
at org.apache.hadoop.io.IOUtils.copyBytes(IOUtils.java:54)
at org.apache.hadoop.io.IOUtils.copyBytes(IOUtils.java:112)
at org.apache.hadoop.fs.shell.CommandWithDestination$TargetFileSystem.writeStreamToFile(CommandWithDestination.java:466)
at org.apache.hadoop.fs.shell.CommandWithDestination.copyStreamToTarget(CommandWithDestination.java:391)
at org.apache.hadoop.fs.shell.CommandWithDestination.copyFileToTarget(CommandWithDestination.java:328)
at org.apache.hadoop.fs.shell.CommandWithDestination.processPath(CommandWithDestination.java:263)
at org.apache.hadoop.fs.shell.CommandWithDestination.processPath(CommandWithDestination.java:248)
at org.apache.hadoop.fs.shell.Command.processPaths(Command.java:306)
at org.apache.hadoop.fs.shell.Command.processPathArgument(Command.java:278)
at org.apache.hadoop.fs.shell.CommandWithDestination.processPathArgument(CommandWithDestination.java:243)
at org.apache.hadoop.fs.shell.Command.processArgument(Command.java:260)
at org.apache.hadoop.fs.shell.Command.processArguments(Command.java:244)
at org.apache.hadoop.fs.shell.CommandWithDestination.processArguments(CommandWithDestination.java:220)
at org.apache.hadoop.fs.shell.CopyCommands$Put.processArguments(CopyCommands.java:267)
at org.apache.hadoop.fs.shell.Command.processRawArguments(Command.java:190)
at org.apache.hadoop.fs.shell.Command.run(Command.java:154)
at org.apache.hadoop.fs.FsShell.run(FsShell.java:287)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:84)
at org.apache.hadoop.fs.FsShell.main(FsShell.java:340)


请问,这怎么解决?
另外我在ubuntu 14.04 64位上安装hadoop 2.6.2伪分布式版,却没有出现这样的问题。
2015年12月4日回复顶转发


给力星
这个好像是JDK的问题,你可以网上搜索看看,我也不是很清楚,例如 http://tieba.baidu.com/p/518443482 16楼提到的原因与解决方法。
2015年12月4日回复顶转发


zestinc
教程非常给力,thanks
2015年12月4日回复顶转发


SXT加油
运行jps命令,datanode没有啊,你这是只需要配置本身自己电脑就够了吗
2015年12月3日回复顶转发


给力星
是的,这是伪分布式配置,是在单机上运行的。建议再检查一下步骤。
2015年12月3日回复顶转发


cx
回复 给力星: 这是说伪分布式的设置中,运行jps命令,没有出现datanode是正常的吗
2015年12月13日回复顶转发


给力星
回复 cx: 是只需要配置本身自己的电脑。在伪分布式运行模式下,没有出现 datanode 说明配置有错,程序是跑不起来的。
2015年12月15日回复顶转发


陈小予
过来踩踩
2015年11月30日回复顶转发


gxz
hadoop@ubuntu:/usr/local/hadoop$ bin/hdfs dfs -ls input
OpenJDK Client VM warning: You have loaded library /usr/local/hadoop/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
It's highly recommended that you fix the library with 'execstack -c ', or link it with '-z noexecstack'.
15/11/28 18:51:54 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
虽然楼主说警报并影响正常使用,但是我想查看hdfs中的文件,它却只显示这个警报,而并没有显示给我hdfs中有些什么,我该怎么办呢? 460087935@qq.com
2015年11月29日回复顶转发


gxz
hadoop@ubuntu:/usr/local/hadoop$ bin/hdfs dfs -cat output/*
OpenJDK Client VM warning: You have loaded library /usr/local/hadoop/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
It's highly recommended that you fix the library with 'execstack -c ', or link it with '-z noexecstack'.
15/11/28 18:58:46 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
输入这个cat命令也是一样,它只显示警报,而并不显示 cat出来的结果。此时我的心是崩溃的。
2015年11月29日回复顶转发


gxz
回复 gxz: hadoop@ubuntu:/usr/local/hadoop/etc/hadoop$ hdfs dfs -rm -r /user/hadoop/output
Exception in thread "main" java.lang.RuntimeException: core-site.xml not found
at org.apache.hadoop.conf.Configuration.loadResource(Configuration.java:2566)
at org.apache.hadoop.conf.Configuration.loadResources(Configuration.java:2492)
at org.apache.hadoop.conf.Configuration.getProps(Configuration.java:2405)
at org.apache.hadoop.conf.Configuration.set(Configuration.java:1143)
at org.apache.hadoop.conf.Configuration.set(Configuration.java:1115)
at org.apache.hadoop.conf.Configuration.setBoolean(Configuration.java:1451)
at org.apache.hadoop.util.GenericOptionsParser.processGeneralOptions(GenericOptionsParser.java:321)
at org.apache.hadoop.util.GenericOptionsParser.parseGeneralOptions(GenericOptionsParser.java:487)
at org.apache.hadoop.util.GenericOptionsParser.(GenericOptionsParser.java:170)
at org.apache.hadoop.util.GenericOptionsParser.(GenericOptionsParser.java:153)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:64)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:84)
at org.apache.hadoop.fs.FsShell.main(FsShell.java:340)
而后又出现了一个异常。唉~
2015年11月29日回复顶转发


benjamin
你试试 bin/hdfs dfs -ls ./input("."代表当前目录)
2015年11月30日回复顶转发


zyx
回复 gxz: 1.Exception in thread "main" java.lang.RuntimeException: core-site.xml not found
2.节点都启动了吗?
2015年12月4日回复顶转发


zz
请教下,按照上面配置,core-site.xml配置defaultFs为hdfs://main:9000(main 为我主机名),为什么启动hadoop成功,能看到namenode,datanode等进程,日志也没打印错误,但是9000端口就是拒绝连接呢?我看了下,9000端口没在监听状态,知道的麻烦告知下,谢谢啦~~~~~~~~~~
2015年11月25日回复顶转发


benjamin
将main改成localhost呢?localhost不就是指代了自己的电脑吗
2015年11月26日回复顶转发


给力星
应为 hdfs://localhost:9000
2015年11月30日回复顶转发


benjamin
给力星,能不能建立一个关于hadoop学习的群,大家有什么问题可以一起讨论?意下如何
2015年11月23日回复顶转发


给力星
很遗憾,虽然我研究生期间接触的是Hadoop相关的东西,但我校招找的还是前端方向的工作... 在还没毕业之前还会帮老师做些相关事情,等毕业上班了应该不会再有接触了...
2015年11月30日回复顶转发


benjamin
回复 给力星: 恩,好吧,不过不相关也可以了解一下,我觉得大数据这个方向还是很有发展前景的。一同学习,话说工作找到互联网公司了吗?
2015年11月30日回复顶转发


给力星
回复 benjamin: 签了美团。
2015年11月30日回复顶转发


benjamin
回复 给力星: 恩,美团在厦门也有研发,厦门城市不错。美团同学也蛮多
2015年12月1日回复顶转发


benjamin
各位在启用分布式,使用命令 sbin/start-dfs.sh 时出现了什么问题吗?为什么我运行这个命令要等待很长的时间,老是卡到这个地方
The: ssh: Could not resolve hostname the: Name or service not known
highly: ssh: Could not resolve hostname highly: Name or service not known
have: ssh: Could not resolve hostname have: Name or service not known
It's: ssh: Could not resolve hostname it's: Name or service not known
recommended: ssh: Could not resolve hostname recommended: Name or service not known
fix: ssh: Could not resolve hostname fix: Name or service not known
link: ssh: Could not resolve hostname link: No address associated with hostname
with: ssh: Could not resolve hostname with: Name or service not known
with: ssh: Could not resolve hostname with: Name or service not known
or: ssh: Could not resolve hostname or: Name or service not known
which: ssh: connect to host which port 22: Connection refused
stack: ssh: connect to host stack port 22: Connection refused
might: ssh: connect to host might port 22: Connection refused
try: ssh: connect to host try port 22: Connection refused
VM: ssh: connect to host vm port 22: Connection refused
fix: ssh: connect to host fix port 22: Connection refused
OpenJDK: ssh: connect to host openjdk port 22: Connection refused
you: ssh: connect to host you port 22: Connection refused
the: ssh: connect to host the port 22: Connection refused
stack: ssh: connect to host stack port 22: Connection refused
library: ssh: connect to host library port 22: Connection refused
loaded: ssh: connect to host loaded port 22: Connection refused
2015年11月23日回复顶转发


Wang
我也在这里卡住了 请问你的问题解决了没有
2015年11月26日回复顶转发


benjamin
回复 Wang: 没有啊,现在开启不了HDFS伪分布模式,我的邮箱llxjtu@126.com,有什么问题可以一起交流下
2015年11月26日回复顶转发


gxz
输入 yes就好了
2015年11月28日回复顶转发


benjamin
回复 gxz: 恩 已经安装成功了
2015年11月29日回复顶转发


benjamin
请问各位,为什么我配置ssh无密码登录不成功,每次进入运行 ssh localhost命令,都要输入hadoop用户的登录密码?
2015年11月22日回复顶转发


daidaixiong
最棒的文档     
2015年11月14日回复顶转发


hunter
请问我在Red Hat 4.8.2-16 搭建了hdfs,在使用httpfs的时候, 日志中出现了


log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.


请问这是为什么, 而且我需要把hadoop-env.sh 中的JAVA_HOME改成/home/java....jdk才能用, 是不是和这个问题有关联啊??
现在不管做什么操作json都会显示NullException 求教求教
2015年11月11日回复顶转发


给力星
log4j是用来记录日志信息的。 你这两问题我不是很清楚,得你自行搜索一下了...
2015年11月30日回复顶转发



你好:我在做格式化时
hadoop@martinpoint4:~$ bin/hdfs namenode -format
bash: bin/hdfs: 没有那个文件或目录
请问怎么解决呀?谢谢!
2015年11月10日回复顶转发


给力星
教程中涉及到的 bin/hdfs ... , sbin/start-dfs.sh ... 等命令,都是以 /usr/local/hadoop 为当前目录来执行的。你把目录切换到 /usr/local/hadoop 下,再去执行就好了。
2015年11月30日回复顶转发


geek
同为厦大学生!良心之作!
2015年11月7日回复顶转发



给力兄,我在sbin/start-dfs.sh这一步卡住了,显示没有创建文件夹的权限,比如logs文件夹,namenode.out
2015年11月4日回复顶转发



因为普通用户没有权限,但是如果加sudo的话,又得root密码连接ssh
2015年11月4日回复顶转发



回复 同: 细细看了一下,发现漏了一步,修改hadoop文件夹的权限,不过还是请教那条命令的作用?
2015年11月4日回复顶转发


CXY
为什么 bin/hdfs dfs -mkdir input失败?mkdir: `input': No such file or directory
2015年10月18日回复顶转发


给力星
在这一步之前你没有先执行 bin/hdfs dfs -mkdir -p /user/hadoop 吧。需要先创建 hdfs 上的用户目录。
2015年10月18日回复顶转发


CXY
回复 给力星: 谢谢楼主呢~成功啦 
2015年10月19日回复顶转发


dal
回复 给力星: 我以root身份执行hdfs dfs -mkdir -p /user/hadoop 时,就出现了`/user/hadoop': No such file or directory
怎破?
2015年10月22日回复顶转发


小样
bin/hdfs dfs -mkdir /input 这样就对了
2015年11月3日回复顶转发


wang
whx@whx-desktop:/usr/local/hadoop$ bin/hdfs dfs -put etc/hadoop/*.xml input
15/10/17 21:31:52 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
put: Call From whx-desktop/127.0.1.1 to localhost:9000 failed on connection exception: java.net.ConnectException: Connection refused; For more details see: http://wiki.apache.org/hadoop/ConnectionRefused
whx@whx-desktop:/usr/local/hadoop$ 
你能帮我解决一下不呢?十分感谢
email:wang010366@vip.qq.com
2015年10月17日回复顶转发


孙毛毛蛋蛋
WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable,我也遇到这个问题了,你的解决了吗?肿么办?万分感谢!!!
2015年11月19日回复顶转发


鹏霖
你好,学长,请问我在 sudo sbin/start-dfs.sh
这步之后出现了 
Starting namenodes on [localhost]
root@localhost's password: 
我该怎么办,问题是出在哪里 
注:我刚开始学不到一个月,麻烦您说的详细点,谢谢   
2015年10月13日回复顶转发


大大
应该是ssh没有配置好
2015年10月14日回复顶转发


faker
不用加sudo,因为是创建的用户是hadoop,加sudo是用root身份
2015年10月20日回复顶转发


鹏霖
回复 大大: 就是这个原因 已经解决 谢谢 
2015年10月21日回复顶转发


鹏霖
回复 faker: 是 hadoop权限设置的问题 和 ssh 没配好 
2015年10月21日回复顶转发


visitor
wonderful tutorial!thanks for your help
2015年9月28日回复顶转发


lq
比一些书上讲的好多了
2015年9月27日回复顶转发


专攻鸡兔同笼等一系列学术问题
楼主你好,请问下我关掉终端,然后再重新打开终端输入sbin/start-dfs.sh,结果提示-bash: sbin/start-dfs.sh: No such file or directory这是为什么呢?(我想关掉重新打开hadoop试试)
2015年9月21日回复顶转发


专攻鸡兔同笼等一系列学术问题
哦 明白了,要先cd路径到hadoop的文件夹
2015年9月21日回复顶转发


专攻鸡兔同笼等一系列学术问题
成功了 谢谢楼主!!希望自己能坚持下去,能进一步学习
2015年9月21日回复顶转发


给力星
嗯,加油~
2015年9月21日回复顶转发


victor
想請問一下,解壓縮後,執行cd ./hadoop 與 ./bin/hadoop 都顯示bash:./bin/hadoop:No such file or directory
2015年9月8日回复顶转发


给力星
解压是解压到 /usr/local 目录下,并且执行 cd ./hadoop 之前,还执行了如下操作,更改了解压后的文件名:


cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改为hadoop
sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限


这样操作后,最终的目录是 /usr/local/hadoop,请自行检查。
2015年9月8日回复顶转发


victor
回复 给力星: 感謝樓主,可以了!!
2015年9月8日回复顶转发


harrywater
在这一段 “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 。。。”中地址好像写错了,根本没有那个文件应该是/usr/local/hadoop/etc/hadoop/hadoop-env.sh
2015年9月2日回复顶转发


clgsnail
mapreduce能否直接读取本地目录文件?
2015年8月25日回复顶转发


给力星
Hadoop单机配置(非分布式) 就是读取本地目录文件。
2015年8月25日回复顶转发


欧祥钦
用虚拟机安装的,执行这句话的时候 bin/hdfs dfs -mkdir -p /user/hadoop ,出现OpenJDK Client VM warning: You have loaded library /usr/local/hadoop/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
It's highly recommended that you fix the library with 'execstack -c ', or link it with '-z noexecstack'.
15/08/18 02:29:27 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
2015年8月18日回复顶转发


给力星
WARN 提示不影响正常功能,可以放心使用。若要消除该提醒,可自行搜索网上解决方法~
2015年8月25日回复顶转发


骆元
楼主你好,按照你的教程安装了伪分布式后,localhost:50070页面能够正常显示结点信息。但运行mapreduce程序后,http://localhost:8088/cluster 却看不到运行程序的相关信息。。。这个问题困扰了我好几天,请不吝赐教~
2015年7月30日回复顶(2)转发


zz
楼主问题终于弄好了,hadoop2.6.0伪分布式运行mapreduce程序,需要添加yarn-site.xml配置文件。
yarn-site.xml:
mapreduce.framework.nameyarnyarn.nodemanager.aux-servicesmapreduce_shuffle 


这样http://localhost:8088/cluster 才能看到运行程序的相关信息 
2015年7月31日回复顶转发


zz
回复 zz: 参考网址:http://www.centoscn.com/hadoop/2015/0118/4525.html
2015年7月31日回复顶转发


给力星
回复 zz: 目前单机教程只是涉及如何启动Hadoop,还没有涉及通过 http://localhost:8088/cluster 查看 MapReduce 任务。谢谢你的反馈,后续考虑补充上。
2015年8月4日回复顶转发


王雪洁
楼主,jobtracker和tasktracker是旧版本Hadoop才有的。那现在这个mapreduce是怎么管理的那?并且mapred-site.sh里面再配置jobtracker是无效的吧
2015年7月29日回复顶(2)转发


给力星
新版本采用的是 Yarn 框架,你可以自行搜索一下相关介绍。 新版没有 jobtracker,再去配置自然是无效的。
2015年7月29日回复顶转发


贾睿
真的很棒 谢谢你
2015年7月27日回复顶转发


贾睿
哈哈哈
2015年7月27日回复顶转发


正在学习Hadoop的包包
补充一点点内容。第一次使用start-all.sh启动Hadoop时,若出现报错:localhost:Error: JAVA_HOME is not set and could not be found.则是因为JAVA_HOME环境变量没有设置,需要在./etc/hadoop/hadoop-env.sh中设置JAVA_HOME,
export JAVA_HOME=$JAVA_HOME
这样设置仍然会报错,只有使用绝对路径才不会报错。如:
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_51
2015年7月25日回复顶转发


czb
我也是。
2015年7月25日回复顶转发


给力星
估计是通过 ~/.bashrc 来设置 $JAVA_HOME 还是不能保证有效,之前是在 /etc/environment 中进行设置,不过需要重启才能保证生效,比较麻烦。我已在文章中作了相应补充。
2015年7月27日回复顶转发


czb
每次重启ubuntu后,$ echo $HADOOP_HOME时发现都是空的,现在只好每次重启后手工执行source命令生效:
$source /usr/local/hadoop/etc/hadoop/hadoop-env.sh
这应该属linux知识,但我不知如何解决,望各位给予指导。
2015年7月25日回复顶转发


给力星
在启动Hadoop时会运行hadoop-env.sh这个脚本让$HADOOP_HOME变量生效的,应该是不需要你预先使其生效的。重启ubuntu后 echo $HADOOP_HOME 为空是正常的,不会影响启动。
2015年7月27日回复顶转发


正在学习Hadoop的包包
赞!这是我见过的最棒的安装文档!很多小问题都想到了!负责任的作者!
2015年7月25日回复顶转发
1 2
社交帐号登录:
微信
微博
QQ
人人
更多»




发布
多说
© 2014 给力星
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页