最近在学习大数据,需要用到hadoop,记录一下在centos7系统下搭建的步骤,与碰到的问题
对于hadoop环境的搭建与安装首先需要明白自己要做什么(初学者不要一股脑的照着网上的教程敲敲敲,事后却不知道自己在做什么),这是我总结的一些步骤:
- 安装java,配置java环境变量
- 解压hadoop,配置hadoop环境变量
- 修改ssh通讯,修改为免密码登录
- 修改Hadoop配置文件
- 启动hadoop,访问Namenode管理页面
- 运行WordCount样例查看效果
以上就是完整安装步骤,下面正式开始:
1、安装java,配置Java环境
下载java,去oracle官网下载java二进制文件到本地,使用wget命令(命令解释:前面为设置cookie,用来同意oracle的协议,如果不设置,就会下载失败,只有几K大小,后面的为jdk的下载地址,我这里下载的是jdk 1.8)
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" https://download.oracle.com/otn-pub/java/jdk/8u201-b09/42970487e3af4f5aa5bca3f542482c60/jdk-8u201-linux-x64.tar.gz
去/usr/local文件目录下创建一个java文件夹(为了方便管理,软件一般放在/usr/local该目录下),进入/usr/local/java目录,把下载好的jdk解压到该文件夹下
sudo mkdir /usr/local/java
cd /usr/local/java
sudo tar -xzvf 上一步中下载的JDK所在位置
例如我的:sudo tar -xzvf /home/wj/jdk-8u201-linux-x64.tar.gz
现在开始配置环境变量
sudo vim /etc/profile
在/etc/profile最下面添加(解释:JAVA_HOME是指文件存放的目录,可以根据自己目录进行修改;CLASSPATH是指javac环境变量;PATH是指java环境变量)
export JAVA_HOME=/usr/local/java/jdk1.8.0_202
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH
配置如图片所示:
保存退出之后,进行更新环境变量,至此java安装完成,可以通过查看JDK版本验证
source /etc/profile
java -version
2、解压hadoop,配置hadoop环境变量
配置环境变量大同小异,与前面配置java环境类似,将文件解压到相应目录,修改/etc/profile文件,然后更新环境变量,输入命令验证
首先去hadoop官网下载程序包,选择相应版本的合适的链接地址(不同的镜像地址,下载速度可能有很大不同,尽量选一个快的),这里我下载的是hadoop2.9版本
wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.9.2/hadoop-2.9.2.tar.gz
接着去/usr/local/目录下创建hadoop目录,然后进入/usr/local/hadoop目录下将下载好的hadoop文件解压在该文件夹下
sudo mkdir /usr/local/hadoop
cd /usr/local/hadoop
sudo tar -xzvf 上一步中下载的hadoop所在位置
例如我的:sudo tar -xzvf /home/wj/hadoop-2.9.2.tar.gz
开始配置环境变量,并在/etc/profile文件下面添加HADOOPO_HOME,并修改PATH
vim /etc/profile
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.9.2
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
配置如图片所示(接第一部分配置java环境变量):
保存退出之后,进行更新环境变量,至此hadoop环境变量设置完成,可以通过查看hadoop版本验证
source /etc/profile
hadoop version
3、修改ssh通讯,修改为免密码登录
首先初始化ssh,会在用户主目录中生成.ssh文件夹,然后生成公私密钥对,把id_rsa.pub中的文件内容存入到authorized_keys中
ssh localhost #输入yes
cd ~/.ssh/
ssh-keygen -t rsa #输入部分全部按回车键
cat id_rsa.pub > authorized_keys
在centos7中需要继续修改/etc/ssh/sshd_config配置文件
sudo vim /etc/ssh/sshd_config
找到RSAAuthentication yes 与 PubkeyAuthentication yes,把注释去掉,如果没有这些字段就手动添加,将StrictModes yes的注释去掉,并将yes改为no,最终这三处改为下图所示部分:
重启ssh服务,并登录ssh localhost验证是否已经可以免密码登录
service sshd restart #重启sshd服务
ssh localhost #注意时候需要输入密码
exit #退出ssh localhost的登录
4、修改hadoop配置文件
主要修改core-site.xml 、 hdfs-site.xml 与hadoop-env.sh文件
修改hadoop安装目录下./etc/hadoop/core-site.xml文件, 将以下内容添加进文件中
<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>
修改hadoop安装目录下./etc/hadoop/hdfs-site.xml文件,将以下内容添加进文件中
<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hadoop安装目录下./etc/hadoop/hadoop-env.sh文件,将export JAVA_HOME=${JAVA_HOME}中的参数值设置为JAVA_HOME的真实文件路径(否则可能在格式化NameNode的时候会报JAVA_HOME无法找到的错误导致格式化失败)
echo $JAVA_HOME #通过该命令可以查看JAVA_HOME的值,即地址路径
5、启动hadoop,访问Namenode管理页面
普通用户因为没有修改/usr/local/hadoop文件夹下文件的权限,所以我们切换至root权限对该目录权限进行修改;修改完成后执行NameNode的格式化操作,格式化成功后启动hadoop,可以使用jps命令验证,或者用浏览器打开http://localhost:50070 访问NameNode管理页面进行验证
sudo -R +w /usr/local/hadoop
hdfs namenode -format
start-dfs.sh
jps #通过查看启动的java进程验证hadoop是否成功启动
查看NameNode管理页面
6、运行WordCount样例查看效果
使用hadoop fs -mkdir /input 在hadoop虚拟根目录下创建input文件夹,然后找一个任意文本文件(这里使用/etc/hosts文件)上传至该input文件夹内,运行wordcount程序,查看输出output文件夹下的结果
hadoop fs -mkdir /input #在hadoop数据域内创建input文件夹
hadoop fs -put /etc/hosts /input #将hosts作为待统计的文本文件上传至input文件夹下
hadoop fs -ls / #查看文件信息
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar wordcount /input /output #运行wordcount示例
hadoop fs -ls / #运行此命令这时会发现多出了一个output文件夹
hadoop fs -ls /output #查看output文件夹下内容,会发现有_SUCCESS与part-r-00000这两个文件
hadoop fs -cat /output/part-r-00000 #输出的即为统计出来的hosts文件下的字符统计
统计出来的结果