Hadoop 2.6.4单节点集群环境搭建

2019独角兽企业重金招聘Python工程师标准>>>

一、软件准备

1. jdk-7u80-linux-x64.tar.gz
2. hadoop-2.6.4.tar.gz
3. ssh客户端(必须安装 ssh 且必须运行 sshd 以便使用 Hadoop 脚本来管理远程的 Hadoop 守护进程, Mac自带有 ssh 客户端)

二、JDK安装配置

1. 下载解压 jdk-7u80-linux-x64.tar.gz。
2. 配置环境变量, 编辑 .bash_profile 文件，在文件末尾添加以下内容：

# Java Env
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.7.0_80.jdk/Contents/Home
export JRE_HOME=/Library/Java/JavaVirtualMachines/jdk1.7.0_80.jdk/Contents/Home/jre
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

3. 保存后，运行 source .bash_profile，使环境变量立即生效。

4. 输入 java -version 可以看到成功安装的JDK版本信息。

三、Hadoop安装配置

1. 下载解压 hadoop-2.6.4.tar.gz。

2. 修改 .bash_profile 文件配置 Hadoop 环境变量，在文件末尾添加以下内容：

# Hadoop Env
export HADOOP_HOME=/Users/jackiehff/Software/hadoop-2.6.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存后，运行 source .bash_profile, 使 Hadoop 环境变量立即生效。

3. 修改 Hadoop 环境变量配置文件 etc/hadoop/hadoop-env.sh，在文件末尾添加以下内容：

# The java implementation to use.
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.7.0_80.jdk/Contents/Home

export HADOOP_PREFIX=/Users/jackiehff/Software/hadoop-2.6.4

4. 输入 hadoop version 可以看到成功安装的 Hadoop 版本信息。

5. 输入 hadoop 可以看到 hadoop 命令使用方法。

四、单机模式操作

Hadoop默认配置运行于非分布式模式中，即作为单个的 Java 进程运行，这样调试起来会很方便。下面运行一下自带的 WordCount 程序。

mkdir input
cp etc/hadoop/*.xml input
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar grep input output
 'dfs[a-z.]+'

运行过程大致如下：

注意：output 目录必须事先不存在。

查看运行结果

cat outut/*

运行结果如下：

五、伪分布式模式操作

1、配置ssh

因为伪分布模式下，即使所有节点都在一台机器上，Hadoop 也需要通过 ssh 登录，这一步的目的是配置本机无密码 ssh 登录。

验证是否可以不需要密码 ssh 到 localhost。

ssh localhost

如果不行，执行如下命令：

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

再次执行 ssh localhost，就无需密码。

2、修改Hadoop配置文件

伪分布式模式主要涉及以下配置信息：

(1) 修改 Hadoop 的核心配置文件 core-site.xml, 主要是配置 HDFS 的地址和端口号。

<configuration>
     <property>
          <name>fs.defaultFS</name>
          <value>hdfs://localhost:9000</value>
     </property>
     <property>
        <name>hadoop.tmp.dir</name>
        <value>/Users/jackiehff/Software/hadoop-2.6.4/tmp</value>
     </property>
</configuration>

(2) 修改 Hadoop 中 HDFS 的配置文件 hdfs-site.xml， 主要是配置数据副本。

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

(3) 修改 Hadoop 中 MapReduce 配置文件 mapred-site.xml, 主要是配置 MapReduce 框架名称。

<configuration>
   <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
   </property>
</configuration>

(4) 修改 Hadoop 中 YARN 的配置文件 yarn-site.xml,主要用于指定 shuffle server。

<configuration>

<!-- Site specific YARN configuration properties -->
    <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
   </property>
</configuration>

3 、执行

(1) 格式化文件系统

hdfs namenode -format

(2) 启动 NameNode 和 DataNode 守护进程

start-dfs.sh

Hadoop 守护进程日志输出写到 $HADOOP_LOG_DIR 指定的目录 (默认是 $HADOOP_HOME/logs)

输出结果如下：

16/04/11 21:38:26 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [localhost]
localhost: starting namenode, logging to /Users/jackiehff/Software/hadoop-2.6.4/logs/hadoop-jackiehff-namenode-jackiehff.local.out
localhost: starting datanode, logging to /Users/jackiehff/Software/hadoop-2.6.4/logs/hadoop-jackiehff-datanode-jackiehff.local.out
Starting secondary namenodes [0.0.0.0]
0.0.0.0: starting secondarynamenode, logging to /Users/jackiehff/Software/hadoop-2.6.4/logs/hadoop-jackiehff-secondarynamenode-jackiehff.local.out
16/04/11 21:39:39 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

使用 jps 查看当前所有 Java 进程

可以看到 HDFS 启动成功。

(3) 浏览器访问 NameNode ，地址： http://localhost:50070/。

(4) 启动 ResourceManager 和 NodeManager 进程

start-yarn.sh

输出信息如下：

starting yarn daemons
starting resourcemanager, logging to /Users/jackiehff/Software/hadoop-2.6.4/logs/yarn-jackiehff-resourcemanager-jackiehff.local.out
localhost: starting nodemanager, logging to /Users/jackiehff/Software/hadoop-2.6.4/logs/yarn-jackiehff-nodemanager-jackiehff.local.out

使用 jps 查看当前所有 Java 进程

可以看到 NodeManager 和 ResourceManager 启动成功。

(5) 浏览器访问 ResourceManager, 地址： http://localhost:8088/。

(6) 创建执行MapReduce 任务所需的HDFS 目录。

hdfs dfs -mkdir /input

(7)  拷贝输入文件到分布式文件系统

hdfs dfs -put etc/hadoop/* /input

(8) 运行示例程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar grep /input output dfs'[a-z.]+'

(9) 查看运行结果

hdfs dfs -cat output/*

可以在浏览器中查看相关 Job。

(9) 停止 HDFS。

stop-dfs.sh

(10) 停止 YARN。

stop-yarn.sh

转载于:https://my.oschina.net/jackieyeah/blog/657032