Hadoop之伪分布式

三种受支持模式启动Hadoop集群：

• 本地（独立）模式
• 伪分布式模式
• 完全分布式模式

本地（独立）模式：

默认情况下，Hadoop被配置为以非分布模式运行，作为单个Java进程。这对调试很有用。

以下示例将解压缩的配置目录复制为输入，然后查找并显示给定正则表达式的每个匹配项。输出写入给定的输出目录。

  $ mkdir input
  $ cp etc/hadoop/*.xml input
  $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar grep input output 'dfs[a-z.]+'
  $ cat output/*

伪分布式模式 ：

Hadoop也可以在伪分布模式下的单节点上运行，其中每个Hadoop守护进程都在单独的Java进程中运行。

配置如下：

1.配置一个HDFS文件系统：

vi etc/hadoop/core-site.xml

    新增HDFS文件系统节点：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

2 .指定副本节点数量

vi etc/hdfs-site.xml

新增

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

3.配置ssh无秘钥登录
现在检查你是否可以不用密码ssh到本地主机：

  $ ssh localhsot

如果您不能在没有密码的情况下ssh到本地主机，请执行以下命令：

  $ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
  $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
  $ chmod 0600 ~/.ssh/authorized_keys

以下说明是在本地运行MapReduce作业。

1.格式化文件系统：

  $ bin/hdfs namenode -format

2.启动NameNode守护进程和DataNode守护进程：

  $ sbin/start-dfs.sh

查看服务是否启动正常

  $ jps

如果看到NameNode，DataNode，SecondaryNameNode等进程，则表示启动正常。
如果启动失败，可以查看相关的日志文件。Hadoop日志默认在Hadoop目录下的logs文件夹下。

  $  cd logs

3.浏览NameNode的Web界面

  http://localhost:50070/

4.创建执行MapReduce作业所需的HDFS目录：

  $ bin/hdfs dfs -mkdir /user
  $ bin/hdfs dfs -mkdir /user/<username>

username本人写的root。
5.将输入文件复制到分布式文件系统中：

  $ bin/hdfs dfs -put etc/hadoop /user/root/input

上传到HDFS的/user/root/input目录下。
6.运行一些提供的例子：

  $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar grep /user/root/input /user/root/output 'dfs[a-z.]+'

7.检查输出文件：将输出文件从分布式文件系统复制到本地文件系统并检查它们：

  $ bin/hdfs dfs -get /user/root/output output
  $ cat output/*

或者查看分布式文件系统上的输出文件：

  $ bin/hdfs dfs -cat /user/root/output/*

8.测试完毕后，停止守护进程：

  $ sbin/stop-dfs.sh