Hadoop 伪分布模式安装（Hadoop3.0）

最新推荐文章于 2023-05-12 13:15:37 发布

weixin_48502367

最新推荐文章于 2023-05-12 13:15:37 发布

阅读量155

点赞数 1

文章标签： hadoop 大数据 hdfs

本文链接：https://blog.csdn.net/weixin_48502367/article/details/130416472

版权

实验目的

1、了解Hadoop的3种运行模式

2、熟练掌握Hadoop伪分布模式安装流程

3、培养独立完成Hadoop伪分布安装的能力

实验原理

Hadoop由Apache基金会开发的分布式系统基础架构，是利用集群对大量数据进行分布式处理和存储的软件框架。用户可以轻松地在Hadoop集群上开发和运行处理海量数据的应用程序。Hadoop有高可靠，高扩展，高效性，高容错等优点。Hadoop 框架最核心的设计就是HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算。此外，Hadoop还包括了Hive，Hbase，ZooKeeper，Pig，Avro，Sqoop，Flume，Mahout等项目。

Hadoop的运行模式分为3种：本地运行模式，伪分布运行模式，完全分布运行模式。

（1）本地模式（local mode）

这种运行模式在一台单机上运行，没有HDFS分布式文件系统，而是直接读写本地操作系统中的文件系统。在本地运行模式（local mode）中不存在守护进程，所有进程都运行在一个JVM上。单机模式适用于开发阶段运行MapReduce程序，这也是最少使用的一个模式。

（2）伪分布模式

这种运行模式是在单台服务器上模拟Hadoop的完全分布模式，单机上的分布式并不是真正的分布式，而是使用线程模拟的分布式。在这个模式中，所有守护进程(NameNode，DataNode，ResourceManager，NodeManager，SecondaryNameNode)都在同一台机器上运行。因为伪分布运行模式的Hadoop集群只有一个节点，所以HDFS中的块复制将限制为单个副本，其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外，其程序执行逻辑完全类似于完全分布式，因此，常用于开发人员测试程序的执行。本次实验就是在一台服务器上进行伪分布运行模式的搭建。

（3）完全分布模式

这种模式通常被用于生产环境，使用N台主机组成一个Hadoop集群，Hadoop守护进程运行在每台主机之上。这里会存在Namenode运行的主机，Datanode运行的主机，以及SecondaryNameNode运行的主机。在完全分布式环境下，主节点和从节点会分开。

实验环境

Linux Ubuntu 20.04

实验内容

在只安装Linux系统的服务器上，安装Hadoop3.0.0伪分布模式。

实验步骤

1.此步为可选项，建议用户创建一个新用户及用户组，后续的操作基本都是在此用户下来操作。但是用户亦可在自己当前非root用户下进行操作。

创建一个用户，名为devuser，并为此用户创建home目录，此时会默认创建一个与devuser同名的用户组。

sudo useradd -d /home/devuser -m devuser

为devuser用户设置密码，执行下面的语句：

sudo passwd devuser

按提示消息，输入密码以及确认密码即可，此处密码设置为devuser。

将devuser用户的权限，提升到sudo超级用户级别：

sudo usermod -G sudo devuser

后续操作，我们需要切换到devuser用户下来进行操作。

su - devuser

2.配置SSH免密码登陆

SSH免密码登陆需要在服务器执行以下命令，生成公钥和私钥对：

ssh-keygen -t rsa

此时会有多处提醒输入在冒号后输入文本，这里主要是要求输入ssh密码以及密码的放置位置。在这里，只需要使用默认值，按回车即可。

正在上传…重新上传取消

此时ssh公钥和私钥已经生成完毕，且放置在~/.ssh目录下。

切换到~/.ssh目录下：

cd ~/.ssh

执行ll命令，可以看到~/.ssh目录下的文件：

ll

正在上传…重新上传取消

下面在~/.ssh目录下，创建一个空文本，名为authorized_keys

touch ~/.ssh/authorized_keys

将存储公钥文件的id_rsa.pub里的内容，追加到authorized_keys中

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

下面执行ssh localhost测试ssh配置是否正确

ssh localhost

第一次使用ssh访问，会提醒是否继续连接，输入“yes"继续进行

正在上传…重新上传取消

执行完以后退出

正在上传…重新上传取消

后续再执行ssh localhost时，就不用输入密码了。

3.下面首先来创建两个目录，用于存放安装程序及数据。（sudo命令密码：devuser）

sudo mkdir /apps

sudo mkdir /data

并为/apps和/data目录切换所属的用户为devuser及用户组为devuser：

sudo chown -R devuser:devuser /apps

sudo chown -R devuser:devuser /data

两个目录的作用分别为：/apps目录用来存放安装的框架，/data目录用来存放临时数据、HDFS数据、程序代码或脚本。

切换到根目录下，执行 ls -l 命令查看

cd /
ls -l

可以看到根目录下/apps和/data目录所属用户及用户组已切换为devuser:devuser

正在上传…重新上传取消

4.配置HDFS。

创建/data/hadoop1目录，用来存放相关安装工具。

mkdir -p /data/hadoop1

切换目录到/data/hadoop1目录，使用wget命令，下载所需的JDK安装包和Hadoop安装包。

cd /data/hadoop1
wget http://10.51.46.104:32600/allfiles/hadoop3/jdk-8u191-linux-x64.tar.gz
wget http://10.51.46.104:32600/allfiles/hadoop3/hadoop-3.0.0.tar.gz

5.安装JDK。

将/data/hadoop1目录下jdk-8u191-linux-x64.tar.gz解压缩到/apps目录下。

tar -xzvf /data/hadoop1/jdk-8u191-linux-x64.tar.gz -C /apps

其中，tar -xzvf 对文件进行解压缩，-C 指定解压后，将文件放到/apps目录下。

切换到/apps目录下，可以看到目录下内容如下：

cd /apps/
ls -l

正在上传…重新上传取消

下面将jdk1.8.0_191目录重命名为java：

mv /apps/jdk1.8.0_191/ /apps/java

6.修改环境变量。

可以修改系统环境变量或用户环境变量。在这里我们修改用户环境变量。（sudo命令密码：devuser）

sudo vim ~/.bashrc

输入上面的命令，打开存储环境变量的文件。

按“i”键进入输入模式，将Java的环境变量，追加进用户环境变量中。

#java
export JAVA_HOME=/apps/java
export PATH=$JAVA_HOME/bin:$PATH

按下ESC，进入Vim命令模式，输入“:wq”后回车进行保存。

执行source命令，让Java环境变量生效。

source ~/.bashrc

执行完毕后，可以输入java，来测试环境变量是否配置正确。

java

如果出现下面界面，则正常运行。

正在上传…重新上传取消

7.安装Hadoop。

切换到/data/hadoop1目录下，将hadoop-3.0.0.tar.gz解压缩到/apps目录下。

cd /data/hadoop1
tar -xzvf /data/hadoop1/hadoop-3.0.0.tar.gz -C /apps/

为了便于操作，这里也将hadoop-3.0.0重命名为hadoop。

mv /apps/hadoop-3.0.0/ /apps/hadoop

8.修改用户环境变量，将Hadoop的路径添加到path中。

先打开用户环境变量文件。

sudo vim ~/.bashrc

将以下内容追加到环境变量~/.bashrc文件中。

#hadoop
export HADOOP_HOME=/apps/hadoop
export PATH=$HADOOP_HOME/bin:$PATH

让环境变量生效。

source ~/.bashrc

验证hadoop环境变量配置是否正常

hadoop version

正在上传…重新上传取消

9.修改hadoop本身相关的配置。

首先切换到hadoop配置目录下。

cd /apps/hadoop/etc/hadoop

10.打开hadoop-env.sh配置文件。

vim /apps/hadoop/etc/hadoop/hadoop-env.sh

将下面JAVA_HOME追加到hadoop-env.sh文件中。

export JAVA_HOME=/apps/java

11.打开core-site.xml配置文件。

vim /apps/hadoop/etc/hadoop/core-site.xml

添加下面配置到<configuration>与</configuration>标签之间。

  <property>
      <name>hadoop.tmp.dir</name>
      <value>/data/tmp/hadoop/tmp</value>
  </property>
  <property>
      <name>fs.defaultFS</name>
      <value>hdfs://localhost:9000</value>
  </property>

这里有两项配置：

一项是hadoop.tmp.dir，用于配置在Hadoop处理过程中，临时文件的存储位置。这里的/data/tmp/hadoop/tmp目录需要提前创建：

mkdir -p /data/tmp/hadoop/tmp

另一项是fs.defaultFS，用于配置Hadoop HDFS文件系统的地址。

12.打开hdfs-site.xml配置文件。

vim /apps/hadoop/etc/hadoop/hdfs-site.xml

添加下面配置到<configuration>与</configuration>标签之间。

 <property>
     <name>dfs.namenode.name.dir</name>
     <value>/data/tmp/hadoop/hdfs/name</value>
 </property>
  <property>
      <name>dfs.datanode.data.dir</name>
      <value>/data/tmp/hadoop/hdfs/data</value>
  </property>
  <property>
      <name>dfs.replication</name>
      <value>1</value>
  </property>
  <property>
      <name>dfs.permissions.enabled</name>
      <value>false</value>
  </property>

配置项说明：

dfs.namenode.name.dir，配置元数据信息存储位置；

dfs.datanode.data.dir，配置具体数据存储位置；

dfs.replication，配置每个数据库备份数，由于目前我们使用1台节点，所以，设置为1，如果设置为2的话，运行会报错。

dfs.permissions.enabled，配置hdfs是否启用权限认证

另外/data/tmp/hadoop/hdfs路径，需要提前创建：

mkdir -p /data/tmp/hadoop/hdfs

13.打开slaves配置文件。

vim /apps/hadoop/etc/hadoop/slaves

将集群中slave角色的节点的主机名，添加进slaves文件中。目前只有一台节点，所以slaves文件内容为：

localhost

14.下面格式化HDFS文件系统。执行：

hadoop namenode -format

15.切换目录到/apps/hadoop/sbin目录下。

cd /apps/hadoop/sbin/

16.启动Hadoop的HDFS相关进程。

./start-dfs.sh

这里只会启动HDFS相关进程。

17.输入jps查看HDFS相关进程是否已经启动。

jps

正在上传…重新上传取消

可以看到相关进程都已经启动。

18.下面可以再进一步验证HDFS运行状态。

先在HDFS上创建一个目录。

hadoop fs -mkdir /myhadoop1

19.执行下面命令，查看目录是否创建成功。

hadoop fs -ls -R /

正在上传…重新上传取消

以上，便是HDFS安装过程。

20.下面来配置MapReduce相关配置。

再次切换到hadoop配置文件目录

cd /apps/hadoop/etc/hadoop

21.打开mapred-site.xml配置文件。

vim /apps/hadoop/etc/hadoop/mapred-site.xml

将mapreduce相关配置，添加到<configuration>标签之间。

  <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
  </property>
  <property>
      <name>yarn.application.classpath</name>
      <value>/apps/hadoop/etc/hadoop:/apps/hadoop/share/hadoop/common/lib/*:/apps/hadoop/share/hadoop/common/*:/apps/hadoop/share/hadoop/hdfs:/apps/hadoop/share/hadoop/hdfs/lib/*:/apps/hadoop/share/hadoop/hdfs/*:/apps/hadoop/share/hadoop/mapreduce/*:/apps/hadoop/share/hadoop/yarn:/apps/hadoop/share/hadoop/yarn/lib/*:/apps/hadoop/share/hadoop/yarn/*</value>
  </property>

这里指定mapreduce任务处理所使用的框架。

22.打开yarn-site.xml配置文件。

vim /apps/hadoop/etc/hadoop/yarn-site.xml

将yarn相关配置，添加到<configuration>标签之间。

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

这里的配置是指定所用服务，默认为空。

23.下面来启动计算层面相关进程。

切换到hadoop启动目录。

cd /apps/hadoop/sbin/

24.执行命令，启动yarn。

./start-yarn.sh

25.输入jps，查看当前运行的进程。

jps

正在上传…重新上传取消

26.执行测试。

切换到/apps/hadoop/share/hadoop/mapreduce目录下。

cd /apps/hadoop/share/hadoop/mapreduce

然后，在该目录下跑一个mapreduce程序，来检测一下hadoop是否能正常运行。

hadoop jar hadoop-mapreduce-examples-3.0.0.jar pi 3 3

这个程序是计算数学中的pi值。当然暂时先不用考虑数据的准确性。当你看到下面流程的时候，表示程序已正常运行，hadoop环境也是没问题的。

正在上传…重新上传取消

最终，计算出pi值约为3.55555555555555555556。

正在上传…重新上传取消

至此，Hadoop 伪分布模式已经安装完成！

weixin_48502367

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
2
评论
Hadoop 伪分布模式安装（Hadoop3.0）

在这个模式中，所有守护进程(NameNode，DataNode，ResourceManager，NodeManager，SecondaryNameNode)都在同一台机器上运行。此外，Hadoop还包括了Hive，Hbase，ZooKeeper，Pig，Avro，Sqoop，Flume，Mahout等项目。当你看到下面流程的时候，表示程序已正常运行，hadoop环境也是没问题的。dfs.replication，配置每个数据库备份数，由于目前我们使用1台节点，所以，设置为1，如果设置为2的话，运行会报错。
复制链接

扫一扫