Hadoop【有与无】【H2】设置单节点群集

最新推荐文章于 2023-02-03 17:59:58 发布

琴韵

最新推荐文章于 2023-02-03 17:59:58 发布

阅读量166

点赞数

分类专栏： Hadoop 文章标签： Hadoop 设置单节点群集

原文链接：https://hadoop.apache.org/docs/stable/

版权

Hadoop 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

4.1.独立运行（Standalone Operation）

4.2.伪分布式操作（Pseudo-Distributed Operation）

4.3.全分布式运行（Fully-Distributed Operation）

1.目的

本文档介绍了如何设置和配置单节点Hadoop安装，以便您可以使用Hadoop MapReduce和Hadoop分布式文件系统（HDFS）快速执行简单的操作。

2.先决条件

2.1.支持平台

支持GNU / Linux作为开发和生产平台。 Hadoop在具有2000个节点的GNU / Linux集群上可以正常运行，已经得到证明。
Windows也是受支持的平台，但是以下步骤仅适用于Linux。要在Windows上设置Hadoop，请参见 wiki page。

2.2.必备软件

Linux所需的软件包括：

必须安装Java™。HadoopJavaVersions中描述了推荐的Java版本。
如果要使用可选的启动和停止脚本，则必须安装ssh且sshd必须正在运行以使用管理远程Hadoop守护程序的Hadoop脚本。另外，建议也安装pdsh以便更好地进行ssh资源管理。

2.3.安装软件

如果您的群集没有必需的软件，则需要安装它。

例如在Ubuntu Linux上：

$ sudo apt-get install ssh
$ sudo apt-get install pdsh

3.下载

要获得Hadoop发行版，请从其中一个 Apache Download Mirrors下载最新的稳定版本。

4.准备启动Hadoop集群

将下载的Hadoop发行版的压缩包解压缩。在发行版中，编辑文件etc/hadoop/hadoop-env.sh以定义一些参数，如下所示：

# set to the root of your Java installation
export JAVA_HOME=/usr/java/latest

然后执行下面的命令：

$ bin/hadoop

这将显示hadoop脚本的用法文档。

现在，您可以以三种支持的模式之一启动Hadoop集群：

4.1.独立运行（Standalone Operation）

默认情况下，Hadoop被配置为在非分布式模式下作为单个Java进程运行。这对于调试很有用。

下面的示例复制解压缩的conf目录以用作输入，然后查找并显示给定正则表达式的每个匹配项。输出被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-3.2.1.jar grep input output 'dfs[a-z.]+'
$ cat output/*

4.2.伪分布式操作（Pseudo-Distributed Operation）

Hadoop还可在伪分布式模式下在单节点上运行，其中每个Hadoop守护进程均在单独的Java进程中运行; Hadoop还可在伪分布式模式下在单节点上运行，其中每个Hadoop守护程序均在单个节点上运行单独的Java进程。

4.2.1.配置

使用以下内容：

etc/hadoop/core-site.xml:

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

etc/hadoop/hdfs-site.xml:

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

4.2.2.设置无密码SSH

现在检查您是否可以在没有密码的情况下SSH到本地主机：

$ ssh localhost

如果没有密码就无法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

4.2.3.执行

以下说明是在本地运行MapReduce作业。如果要在YARN上执行作业，请参阅“ YARN on Single Node”。

1.格式化文件系统：

$ bin/hdfs namenode -format

2.启动NameNode守护程序和DataNode守护程序：

$ sbin/start-dfs.sh

hadoop守护程序日志输出将写入$HADOOP_LOG_DIR目录（默认为$HADOOP_HOME/logs）。

3.浏览Web界面以查找NameNode；默认情况下，它在以下位置可用：

NameNode - http://localhost:9870/

4.设置执行MapReduce作业所需的HDFS目录：

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

5.将输入文件复制到分布式文件系统中：

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

6.运行提供的一些示例：

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar grep input 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 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 output/*

完成后，使用以下命令停止守护进程：

$ sbin/stop-dfs.sh

4.2.4.在单个节点上的YARN

您可以通过设置一些参数并另外运行ResourceManager守护程序和NodeManager守护程序，以伪分布式模式在YARN上运行MapReduce作业。

以下指令假定上述指令的1.〜4.步骤已经执行。

1.配置参数如下：

etc/hadoop/mapred-site.xml:

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.application.classpath</name>
        <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*</value>
    </property>
</configuration>

etc/hadoop/yarn-site.xml:

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>

2.启动ResourceManager守护程序和NodeManager守护程序：

$ sbin/start-yarn.sh

3.浏览Web界面以找到ResourceManager；默认情况下，它在以下位置可用：

ResourceManager - http://localhost:8088/

4.运行MapReduce作业。

5.完成后，使用以下命令停止守护进程：

$ sbin/stop-yarn.sh

4.3.全分布式运行（Fully-Distributed Operation）

有关设置fully-distributed, non-trivial群集的信息，请参阅集群设置。

琴韵

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Hadoop【有与无】【H2】设置单节点群集

目录1.目的2.先决条件2.1.支持平台2.2.必备软件2.3.安装软件3.下载4.准备启动Hadoop集群4.1.独立运行（Standalone Operation）4.2.伪分布式操作（Pseudo-Distributed Operation）4.2.1.配置4.2.2.设置无密码SSH4.2.3.执行4.2.4.在单个节点上的YARN4...
复制链接

扫一扫