Hadoop伪分布搭建，以及简单使用命令

首先要有一个linux

还要有一个普通的用户

 

cd /opt/ 切换到这个目录下

1、创建如下两个目录

sudo mkdir softwares

sudo mkdir modules

 

2、修改文件夹的用户，因为上面使用root用户创建的文件夹

sudo chown tang:tang softwares/

sudo chown tang:tang modules/

 

 

3、使用xftp上传下载的Hadoop文件到目录softwares下

4、解压Hadoop文件到modules文件夹下

tar -zxvf hadoop-2.7.3.tar.gz -C /opt/modules/

5、

修改/opt/modules/hadoop-2.7.3/etc/hadoop/hadoop-env.sh 文件

修改/opt/modules/hadoop-2.7.3/etc/hadoop/mapred-env.sh 文件

修改/opt/modules/hadoop-2.7.3/etc/hadoop/yarn-env.sh 文件

这三个文件只需要修改java的安装路径

export JAVA_HOME=/usr/java/jdk1.8.0_151（这个是我自己的安装路径，每个人的不一样）

 

伪分布模式

core-site.xml

<configuration>

<!--指定Hadoop框架使用HDFS作为文件系统-->

<!--这里的主机名就是namenode所在的节点的主机名-->

<property>

<name>fs.defaultFS</name>

<value>hdfs://linux:8020</value>

</property>

<!--hadoop工作目录 需要自己提前建立-->

<property>

<name>hadoop.tmp.dir</name>

<value>/opt/modules/hadoop-2.7.3/data/temp</value>

</property>

</configuration>

 

hdfs-site.xml

<configuration>

<!--设置HDFS的副本数量-->

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>

 

slaves文件（这里添加从节点的主机名，因为我这里配置的是伪分布，所以主节点和从节点位于同一个机器）

linux

 

6、格式化namenode

bin/hdfs namenode -format

 

7、启动hdfs守护进程

sbin/hadoop-daemon.sh start namenode

sbin/hadoop-daemon.sh start datanode

 

8、jps

查看开启的进程

 

如果可以看到这两个，说明hdfs的配置和启动没有问题

也可以查看web端界面：linux:50070

 

上面只是搭建好Hadoop的hdfs分布式存储，接下来要继续配置Hadoop的mapreduce

1、首先找到hadoop/etc/hadoop/mapred-site.xml.template文件，重命名为mapred-site.xml

<configuration>

<!--指定mapreduce程序运行在yarn平台上-->

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

 

</configuration>

 

2、修改yarn-site.xml文件

<configuration>

<!--指定启动运行mapreduce上的nodemanager的运行服务-->

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

<!--指定resourcemanager主节点机器，可选项，不一定要配置，默认是本机，但是指定了之后在其他机器上启动，就会报错-->

<property>

<name>yarn.resourcemanager.hostname</name>

<value>linux</value>

</property>

 

</configuration>

 

界面

 

 

Web端打开50070页面失败原因（主机名+“：50070”，eg：localhost:50070）

1、检查namenode和datanode守护进程是否开启？

-》使用jps命令

2、检查centos7系统的防火墙是否关闭？

-》systemctl status firewalld.service #查看防火墙状态信息

-》systemctl stop firewalld.service #关闭防火墙

-》systemctl disable firewalld.service #关闭开启自动启动防火墙服务

3、检查windows操作系统下的hosts文件是否做了网络映射？

-》C:\Windows\System32\drivers\etc\hosts

4、如果以上几点都没问题，还是打不开，推荐大家使用谷歌浏览器

 

 

更详细的搭建可以参考这篇博客，这是我之前写的：

https://blog.csdn.net/happytjl/article/details/89043022

 

HDFS常用命令讲解

--------------------------------------------

1、datanode节点存储数据的目录

-》/opt/modules/hadoop-2.7.3/data/tmp/dfs/data/current/BP-1597548256-192.168.211.101-1557646217065/current/finalized/subdir0/subdir0

2、put

-》作用：上传本地文件到HDFS

-》示例：bin/hdfs dfs -put etc/hadoop/core-site.xml /

3、cat、text、tail -f

-》作用：查看文件内容

-》示例1：bin/hdfs dfs -cat /core-site.xml

-》示例2：bin/hdfs dfs -text /core-site.xml ==>对比cat,text查看中文也不会乱码

-》示例3：bin/hdfs dfs -tail -f /core-site.xml ==>Linux中用tail可以指定查看行数(eg:)

4、mkdir

-》作用：创建目录

-》示例1：bin/hdfs dfs -mkdir /hadoop

-》示例2：bin/hdfs dfs -mkdir -p /wordcount/input #递归创建目录

5、ls

-》作用：查看目录结构

-》示例1：bin/hdfs dfs -ls /

-》示例2：bin/hdfs dfs -ls -R / #递归查询

6、mv

-》作用：移动文件

-》示例：bin/hdfs dfs -mv /core-site.xml /hadoop