Hadoop伪分布式的安装与使用

创建hadoop用户

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

设置密码:

$ sudo passwd hadoop

为hadoop用户增加管理权限,方便部署:

$ sudo adduser hadoop sudo

由于ubuntu系统刚完成安装,需要更新相关一些软件,确保接下来的操作可以正常完成:

$ sudo apt-get update

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默认已经安装SSH客户端,只需要安装SSH服务器:

sudo apt-get install openssh-server

登录hadoop用户,此时还没有配置免密登陆,登录本机时需要手动输入密码:
在这里插入图片描述
执行exit退出
进入到.ssh文件夹,生成秘钥:

cd ~/.ssh
$ ssh-keygen -t rsa 一路点击回车

将公钥id_rsa.pub里面的内容赋值到authorized_keys中

$ cat ./id_rsa.pub>>./authorized_keys

在这里插入图片描述

再次登录本机
在这里插入图片描述
执行exit,实现退出刚刚的ssh登录

安装Java环境

我使用的是JDK1.8的版本

链接:https://pan.baidu.com/s/1yBjJwzHTXf6-RIC5PK-kZQ
提取码:qwer

创建jvm目录用来存放JDK文件

$ cd /usr/lib
$ sudo mkdir jvm

将本地下载的jdk-8u162-linux-x64.tar.gz传到虚拟机的Downloads文件夹下
在这里插入图片描述
将JDK文件解压到/usr/lib/jvm 目录下
在Downloads目录下执行

$ sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm

查看解压文件
在这里插入图片描述
设置环境变量(hadoop用户)

cd ~
nano ~/.bashrc

在打开的窗口中添加如下代码

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

保存退出
执行以下命令让配置生效

source ~/.bashrc

查看是否安装成功

java -version
在这里插入图片描述

安装Hadoop

下载hadoop

链接:https://pan.baidu.com/s/1gYZJaS2soCzn-fRrhzv1Lg
提取码:qwer

将本地下载的hadoop-3.1.3.tar.gz文件传到虚拟机的Downloads文件夹下,与安装java环境类似,将文件解压到/usr/local中

$ sudo tar -zxf ./hadoop-3.1.3.tar.gz -C /usr/local
$ cd /usr/local
$ sudo mv ./hadoop-3.1.3/ ./hadoop 将文件夹名称改为hadoop
$ sudo chown -R hadoop ./hadoop 将已重命名的该文件夹的拥有者,指定给用户hadoop,缺少这一步,将导致后续操作特别是运行Hadoop时,反复因权限不足而停止

在这里插入图片描述
设置环境变量,由于更改了权限,需要切换到hadoop用户

$ cd /usr/local/hadoop/etc/hadoop
nano hadoop-env.sh

在打开的窗口中添加如下代码

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162

在这里插入图片描述
保存退出
执行以下命令让配置生效

$ source hadoop-env.sh

设置环境变量

$ cd ~
$ nano ~/.bashrc

加入以下信息

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export PATH=${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

在这里插入图片描述
查看版本信息

$ cd /usr/local/hadoop
$ ./bin/hadoop version

在这里插入图片描述

Hadoop单机配置(非分部式)

Hadoop 默认模式为非分布式模式(本地模式),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-3.1.3.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 创建input文件夹
$ 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-3.1.3.jar grep ./input ./output ‘dfs[a-z.]+’

在这里插入图片描述

cat ./output/* 查看运行结果

在这里插入图片描述
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

Hadoop伪分布式配置

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中,伪分布式需要修改四个文件

$ cd /usr/local/hadoop/etc/hadoop
$ nano core-site.xml

在这里插入图片描述
将当中的

<configuration>
</configuration>

修改为

<configuration>
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://localhost:9000</value>
	</property>
	<property>
		<name>hadoop.tmp.dir</name>
		<value>file:/usr/local/hadoop/tmp</value>
		<description>Abase for other temporary directories.</description>
	</property>
</configuration>

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>

修改mapred-site.xml

<configuration>
  <property>
 	 	<name>yarn.app.mapreduce.am.env</name>
  	<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
	</property>
	<property>
  	<name>mapreduce.map.env</name>
    <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
  </property>
  <property>
    <name>mapreduce.reduce.env</name>
    <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
  </property>
  <property>
    <name>mapreduce.application.classpath</name>
    <value>$HADOOP_HOME/share/hadoop/mapreduce/*:$HADOOP_HOME/share/hadoop/$
  </property>
</configuration>

修改yarn-site.xml

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

格式化后启动

为了保险起见,执行这一步前关闭命令行模式,重新打开。
格式化HDFS的NameNode(注意:切换到hadoop用户)

$ cd /usr/local/hadoop
$ ./bin/hdfs namenode -format

出现以下信息说明执行成功
在这里插入图片描述
开启NameNode和DataNode守护进程

cd /usr/local/hadoop
./sbin/start-dfs.sh

在这里插入图片描述
可通过执行jps命令查看是否运行成功在这里插入图片描述

运行Hadoop伪分布式实例

首先需要在 HDFS 中创建用户目录:

$ ./bin/hdfs dfs -mkdir -p /user/hadoop

接着将 /usr/local/hadoop/etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统/user/hadoop/input 中

$ ./bin/hdfs dfs -mkdir input
$ ./bin/hdfs dfs -put ./etc/hadoop/*.xml input

在这里插入图片描述
查看文件列表

$ ./bin/hdfs dfs -ls input

在这里插入图片描述
运行MapReduce任务

$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep ./input ./output ‘dfs[a-z.]+’

在这里插入图片描述
查看输出

$ ./bin/hdfs dfs -cat output/*

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hadoop是一个开源的分布式计算框架,用于处理大规模数据集的存储和处理。分布式安装是在单个节点上模拟分布式环境的一种方式,可以用于学习和测试目的。下面是Hadoop分布式安装的步骤: 1. 安装Java Development Kit(JDK):Hadoop是用Java编写的,所以首先需要安装JDK。你可以从Oracle官方网站下载并安装适合你操作系统的JDK版本。 2. 下载Hadoop:从Apache Hadoop官方网站下载最新版本的Hadoop压缩包。 3. 解压Hadoop压缩包:将下载的Hadoop压缩包解压到你选择的目录中。 4. 配置Hadoop环境变量:编辑你的操作系统的环境变量文件(例如.bashrc或.bash_profile),添加以下内容: ```shell export HADOOP_HOME=/path/to/hadoop export PATH=$PATH:$HADOOP_HOME/bin ``` 确保将`/path/to/hadoop`替换为你解压Hadoop的路径。 5. 配置Hadoop的核心文件:进入Hadoop安装目录,编辑`etc/hadoop/core-site.xml`文件,添加以下内容: ```xml <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> </configuration> ``` 这将设置Hadoop的默认文件系统为HDFS,并将其连接到本地主机的端口9000。 6. 配置Hadoop的HDFS文件系统:编辑`etc/hadoop/hdfs-site.xml`文件,添加以下内容: ```xml <configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration> ``` 这将设置HDFS的副本数为1,以便在分布式模式下运行。 7. 配置Hadoop的MapReduce框架:编辑`etc/hadoop/mapred-site.xml`文件,添加以下内容: ```xml <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration> ``` 这将设置MapReduce框架为YARN。 8. 配置Hadoop的YARN资源管理器:编辑`etc/hadoop/yarn-site.xml`文件,添加以下内容: ```xml <configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> </configuration> ``` 这将配置YARN的资源管理器以支持MapReduce的Shuffle操作。 9. 格式化HDFS文件系统:运行以下命令以格式化HDFS文件系统: ```shell hdfs namenode -format ``` 10. 启动Hadoop集群:运行以下命令以启动Hadoop集群: ```shell start-dfs.sh start-yarn.sh ``` 11. 验证安装:在浏览器中访问`http://localhost:50070`,应该能够看到Hadoop的Web界面。 这些是Hadoop分布式安装的基本步骤。你可以根据需要进行进一步的配置和调整。请注意,分布式安装只是模拟了分布式环境,所有的组件都在单个节点上运行。如果你想在真正的分布式环境中运行Hadoop,你需要配置多个节点并进行相应的网络和安全设置。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值