Ubuntu14.04下安装Hadoop2.4.0 --- 伪分布模式

一、配置core-site.xml

    /usr/local/hadoop/etc/hadoop/core-site.xml 包含了hadoop启动时的配置信息。

    在编辑器中打开此文件

    sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml

      在该文件的//之间添加如下内容：

     

     

         fs.default.name

         hdfs://localhost:9000

     

    保存、关闭编辑窗口。

    最终修改后的文件内容如下：

二、配置yarn-site.xml

    /usr/local/hadoop/etc/hadoop/yarn-site.xml包含了MapReduce启动时的配置信息。

    在编辑器中打开此文件

    sudo gedit yarn-site.xml

在该文件的之间添加如下内容：

    

         yarn.nodemanager.aux-services

         mapreduce_shuffle

     

     

         yarn.nodemanager.aux-services.mapreduce.shuffle.class

         org.apache.hadoop.mapred.ShuffleHandler

     

 

    保存、关闭编辑窗口

    最终修改后的文件内容如下

 

  

三、创建和配置mapred-site.xml

 

    默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。

    

    复制并重命名

    cp mapred-site.xml.template mapred-site.xml

    编辑器打开此新建文件

    sudo gedit mapred-site.xml

    

在该文件的之间添加如下内容：

    

         mapreduce.framework.name

         yarn

   

    保存、关闭编辑窗口    

    最终修改后的文件内容如下

    

四、配置hdfs-site.xml

    /usr/local/hadoop/etc/hadoop/hdfs-site.xml用来配置集群中每台主机都可用，分别指定主机上作为namenode和datanode的目录。

 

    创建文件夹，如下图所示

    

你也可以在别的路径下创建上图的文件夹，名称也可以与上图不同，但是需要和hdfs-site.xml中的配置一致。

 

    用编辑器打开hdfs-site.xml

sudo gedit /usr/local/hadoop/etc/hadoop/hdfs-site.xml

在该文件的之间添加如下内容：

     

         dfs.replication

        1

    

     

         dfs.namenode.name.dir

         file:/usr/local/hadoop/hdfs/name

     

     

         dfs.datanode.data.dir

         file:/usr/local/hadoop/hdfs/data

     

    保存、关闭编辑窗口

    最终修改后的文件内容如下：    

 

 

五、格式化hdfs

 

    hdfs namenode -format    

    只需要执行一次即可，如果在hadoop已经使用后再次执行，会清除掉hdfs上的所有数据。

.

.

.

.

六、启动Hadoop

 

    经过上文所描述配置和操作后，下面就可以启动这个单节点的集群    

    执行启动命令：

    sbin/start-dfs.sh    

    执行该命令时，如果有yes /no提示，输入yes，回车即可。    

    接下来，执行：

    sbin/start-yarn.sh    

    执行完这两个命令后，Hadoop会启动并运行。（注：或者直接使用 sbin/start-all.sh  代替执行这两个命令）  

    执行 jps命令，会看到Hadoop相关的进程，如下图：

      

      

 

 

 

  

浏览器打开 http://localhost:50070/，会看到hdfs管理页面

 

  

浏览器打开http://localhost:8088，会看到hadoop进程管理页面

  

 

七、WordCount验证

    dfs上创建input目录

    bin/hadoop fs -mkdir -p input

若出现如下问题：

原因：无法调用本地hadoop库。

解决方法：可以在环境变量中设置使用hadoop库的位置：

            sudo gedit /etc/profile

            在打开的profile文件中添加如下内容，指定hadoop本地库的位置：

         export JAVA_LIBRARY_PATH=/usr/local/hadoop/lib/native

            保存并关闭。使新的配置立即生效：source  /etc/profile

（注：关于hadoop本地库更多了解参见：http://www.cnblogs.com/gpcuster/archive/2011/02/17/1957042.html）

把hadoop目录下的README.txt拷贝到dfs新建的input里

    hadoop fs -copyFromLocal README.txt input

 

    运行WordCount

    hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.4.0-sources.jar org.apache.hadoop.examples.WordCount input output

     

运行完毕后，查看单词统计结果

    hadoop fs -cat output/*

至此，伪分布安装配置成功！