Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04

大数据 专栏收录该内容
0 篇文章 0 订阅

给力星

追逐内心的平和

Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04

2014-08-09 (updated: 2016-03-25) 96109 195

当开始着手实践 Hadoop 时,安装 Hadoop 往往会成为新手的一道门槛。尽管安装其实很简单,书上有写到,官方网站也有 Hadoop 安装配置教程,但由于对 Linux 环境不熟悉,书上跟官网上简略的安装步骤新手往往 Hold 不住。加上网上不少教程也甚是坑,导致新手折腾老几天愣是没装好,很是打击学习热情。

本教程由厦门大学数据库实验室出品,转载请注明。本教程适合于原生 Hadoop 2,包括 Hadoop 2.6.0, Hadoop 2.7.1 等版本,主要参考了官方安装教程,步骤详细,辅以适当说明,相信按照步骤来,都能顺利安装并运行Hadoop。另外有Hadoop安装配置简略版方便有基础的读者快速完成安装。此外,希望读者们能多去了解一些 Linux 的知识,以后出现问题时才能自行解决。

 

环境

本教程使用 Ubuntu 14.04 64位 作为系统环境(Ubuntu 12.04 也行,32位、64位均可),请自行安装系统(可参考使用VirtualBox安装Ubuntu)。

如果用的是 CentOS/RedHat 系统,请查看相应的CentOS安装Hadoop教程_单机伪分布式配置

本教程基于原生 Hadoop 2,在 Hadoop 2.6.0 (stable) 版本下验证通过,可适合任何 Hadoop 2.x.y 版本,例如 Hadoop 2.4.1。

Hadoop版本

Hadoop 有两个主要版本,Hadoop 1.x.y 和 Hadoop 2.x.y 系列,比较老的教材上用的可能是 0.20 这样的版本。Hadoop 2.x 版本在不断更新,本教程均可适用。如果需安装 0.20,1.2.1这样的版本,本教程也可以作为参考,主要差别在于配置项,配置请参考官网教程或其他教程。

新版是兼容旧版的,书上旧版本的代码应该能够正常运行(我自己没验证,欢迎验证反馈)。

装好了 Ubuntu 系统之后,在安装 Hadoop 前还需要做一些必备工作。

创建hadoop用户

如果你安装 Ubuntu 的时候不是用的 “hadoop” 用户,那么需要增加一个名为 hadoop 的用户。

首先按 ctrl+alt+t 打开终端窗口,输入如下命令创建新用户 :

 
  1. sudo useradd -m hadoop -s /bin/bash

Shell 命令

这条命令创建了可以登陆的 hadoop 用户,并使用 /bin/bash 作为 shell。

Ubuntu终端复制粘贴快捷键

在Ubuntu终端窗口中,复制粘贴的快捷键需要加上 shift,即粘贴是 ctrl+shift+v。

接着使用如下命令设置密码,可简单设置为 hadoop,按提示输入两次密码:

 
  1. sudo passwd hadoop

Shell 命令

可为 hadoop 用户增加管理员权限,方便部署,避免一些对新手来说比较棘手的权限问题:

 
  1. sudo adduser hadoop sudo

Shell 命令

最后注销当前用户(点击屏幕右上角的齿轮,选择注销),在登陆界面使用刚创建的 hadoop 用户进行登陆。

更新apt

用 hadoop 用户登录后,我们先更新一下 apt,后续我们使用 apt 安装软件,如果没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口,执行如下命令:

 
  1. sudo apt-get update

Shell 命令

若出现如下 “Hash校验和不符” 的提示,可通过更改软件源来解决。若没有该问题,则不需要更改。

Ubuntu更新软件源时遇到Hash校验和不符的问题Ubuntu更新软件源时遇到Hash校验和不符的问题

点击查看:如何更改软件源

后续需要更改一些配置文件,我比较喜欢用的是 vim(vi增强版,基本用法相同),建议安装一下(如果你实在还不会用 vi/vim 的,请将后面用到 vim 的地方改为 gedit,这样可以使用文本编辑器进行修改,并且每次文件更改完成后请关闭整个 gedit 程序,否则会占用终端):

 
  1. sudo apt-get install vim

Shell 命令

安装软件时若需要确认,在提示处输入 y 即可。

通过命令行安装软件通过命令行安装软件

安装SSH、配置SSH无密码登陆

集群、单节点模式都需要用到 SSH 登陆(类似于远程登陆,你可以登录某台 Linux 主机,并且在上面运行命令),Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server:

 
  1. sudo apt-get install openssh-server

Shell 命令

安装后,可以使用如下命令登陆本机:

 
  1. ssh localhost

Shell 命令

此时会有如下提示(SSH首次登陆提示),输入 yes 。然后按提示输入密码 hadoop,这样就登陆到本机了。

SSH首次登陆提示SSH首次登陆提示

但这样登陆是需要每次输入密码的,我们需要配置成SSH无密码登陆比较方便。

首先退出刚才的 ssh,就回到了我们原先的终端窗口,然后利用 ssh-keygen 生成密钥,并将密钥加入到授权中:

 
  1. exit # 退出刚才的 ssh localhost
  2. cd ~/.ssh/ # 若没有该目录,请先执行一次ssh localhost
  3. ssh-keygen -t rsa # 会有提示,都按回车就可以
  4. cat ./id_rsa.pub >> ./authorized_keys # 加入授权

Shell 命令

~的含义

在 Linux 系统中,~ 代表的是用户的主文件夹,即 “/home/用户名” 这个目录,如你的用户名为 hadoop,则 ~ 就代表 “/home/hadoop/”。 此外,命令中的 # 后面的文字是注释。

此时再用 ssh localhost 命令,无需输入密码就可以直接登陆了,如下图所示。

SSH无密码登录SSH无密码登录

安装Java环境

Java环境可选择 Oracle 的 JDK,或是 OpenJDK,按http://wiki.apache.org/hadoop/HadoopJavaVersions中说的,新版本在 OpenJDK 1.7 下是没问题的。为图方便,这边直接通过命令安装 OpenJDK 7。

 
  1. sudo apt-get install openjdk-7-jre openjdk-7-jdk

Shell 命令

JRE和JDK的区别

JRE(Java Runtime Environment,Java运行环境),是运行 Java 所需的环境。JDK(Java Development Kit,Java软件开发工具包)即包括 JRE,还包括开发 Java 程序所需的工具和类库。

安装好 OpenJDK 后,需要找到相应的安装路径,这个路径是用于配置 JAVA_HOME 环境变量的。执行如下命令:

 
  1. dpkg -L openjdk-7-jdk | grep '/bin/javac'

Shell 命令

该命令会输出一个路径,除去路径末尾的 “/bin/javac”,剩下的就是正确的路径了。如输出路径为 /usr/lib/jvm/java-7-openjdk-amd64/bin/javac,则我们需要的路径为 /usr/lib/jvm/java-7-openjdk-amd64。

接着配置 JAVA_HOME 环境变量,为方便,我们在 ~/.bashrc 中进行设置(扩展阅读: 设置Linux环境变量的方法和区别):

 
  1. vim ~/.bashrc

Shell 命令

在文件最前面添加如下单独一行(注意 = 号前后不能有空格),将“JDK安装路径”改为上述命令得到的路径,并保存:

 
  1. export JAVA_HOME=JDK安装路径

Shell

如下图所示(该文件原本可能不存在,内容为空,这不影响):

配置JAVA_HOME变量配置JAVA_HOME变量

接着还需要让该环境变量生效,执行如下代码:

 
  1. source ~/.bashrc # 使变量设置生效

Shell 命令

设置好后我们来检验一下是否设置正确:

 
  1. echo $JAVA_HOME # 检验变量值
  2. java -version
  3. $JAVA_HOME/bin/java -version # 与直接执行 java -version 一样

Shell 命令

如果设置正确的话,$JAVA_HOME/bin/java -version 会输出 java 的版本信息,且和 java -version 的输出结果一样,如下图所示:

成功配置JAVA_HOME变量成功配置JAVA_HOME变量

这样,Hadoop 所需的 Java 运行环境就安装好了。

安装 Hadoop 2

Hadoop 2 可以通过 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/ 下载,本教程选择的是 2.6.0 版本,下载时请下载 hadoop-2.x.y.tar.gz 这个格式的文件,这是编译好的,另一个包含 src 的则是 Hadoop 源代码,需要进行编译才可使用。

下载时强烈建议也下载 hadoop-2.x.y.tar.gz.mds 这个文件,该文件包含了检验值可用于检查 hadoop-2.x.y.tar.gz 的完整性,否则若文件发生了损坏或下载不完整,Hadoop 将无法正常运行。

本文涉及的文件均通过浏览器下载,默认保存在 “下载” 目录中(若不是请自行更改 tar 命令的相应目录)。另外,如果你用的不是 2.6.0 版本,则将所有命令中出现的 2.6.0 更改为你所使用的版本。

 
  1. cat ~/下载/hadoop-2.6.0.tar.gz.mds | grep 'MD5' # 列出md5检验值
  2. # head -n 6 ~/下载/hadoop-2.7.1.tar.gz.mds # 2.7.1版本格式变了,可以用这种方式输出
  3. md5sum ~/下载/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" # 计算md5值,并转化为大写,方便比较

Shell 命令

若文件不完整则这两个值一般差别很大,可以简单对比下前几个字符跟后几个字符是否相等即可,如下图所示,如果两个值不一样,请务必重新下载。

检验文件完整性检验文件完整性

我们选择将 Hadoop 安装至 /usr/local/ 中:

 
  1. sudo tar -zxf ~/下载/hadoop-2.6.0.tar.gz -C /usr/local # 解压到/usr/local中
  2. cd /usr/local/
  3. sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改为hadoop
  4. sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限

Shell 命令

Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用,成功则会显示 Hadoop 版本信息:

 
  1. cd /usr/local/hadoop
  2. ./bin/hadoop version

Shell 命令

相对路径与绝对路径的区别

请务必注意命令中的相对路径与绝对路径,本文后续出现的 ./bin/..../etc/... 等包含 ./ 的路径,均为相对路径,以 /usr/local/hadoop 为当前目录。例如在 /usr/local/hadoop 目录中执行 ./bin/hadoop version 等同于执行 /usr/local/hadoop/bin/hadoop version。可以将相对路径改成绝对路径来执行,但如果你是在主文件夹 ~ 中执行 ./bin/hadoop version,执行的会是 /home/hadoop/bin/hadoop version,就不是我们所想要的了。

Hadoop单机配置(非分布式)

Hadoop 默认模式为非分布式模式,无需进行其他配置即可运行。非分布式即单 Java 进程,方便进行调试。

现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子(运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 可以看到所有例子),包括 wordcount、terasort、join、grep 等。

在此我们选择运行 grep 例子,我们将 input 文件夹中的所有文件作为输入,筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数,最后输出结果到 output 文件夹中。

 
  1. cd /usr/local/hadoop
  2. mkdir ./input
  3. cp ./etc/hadoop/*.xml ./input # 将配置文件作为输入文件
  4. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
  5. cat ./output/* # 查看运行结果

Shell 命令

执行成功后如下所示,输出了作业的相关信息,输出的结果是符合正则的单词 dfsadmin 出现了1次

Hadoop单机模式运行grep的输出结果Hadoop单机模式运行grep的输出结果

注意,Hadoop 默认不会覆盖结果文件,因此再次运行上面实例会提示出错,需要先将 ./output 删除。

 
  1. rm -r ./output

Shell 命令

Hadoop伪分布式配置

Hadoop 可以在单节点上以伪分布式的方式运行,Hadoop 进程以分离的 Java 进程来运行,节点既作为 NameNode 也作为 DataNode,同时,读取的是 HDFS 中的文件。

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中,伪分布式需要修改2个配置文件 core-site.xmlhdfs-site.xml 。Hadoop的配置文件是 xml 格式,每个配置以声明 property 的 name 和 value 的方式来实现。

修改配置文件 core-site.xml (通过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml),将当中的

 
  1. <configuration>
  2. </configuration>

XML

修改为下面配置:

 
  1. <configuration>
  2. <property>
  3. <name>hadoop.tmp.dir</name>
  4. <value>file:/usr/local/hadoop/tmp</value>
  5. <description>Abase for other temporary directories.</description>
  6. </property>
  7. <property>
  8. <name>fs.defaultFS</name>
  9. <value>hdfs://localhost:9000</value>
  10. </property>
  11. </configuration>

XML

同样的,修改配置文件 hdfs-site.xml

 
  1. <configuration>
  2. <property>
  3. <name>dfs.replication</name>
  4. <value>1</value>
  5. </property>
  6. <property>
  7. <name>dfs.namenode.name.dir</name>
  8. <value>file:/usr/local/hadoop/tmp/dfs/name</value>
  9. </property>
  10. <property>
  11. <name>dfs.datanode.data.dir</name>
  12. <value>file:/usr/local/hadoop/tmp/dfs/data</value>
  13. </property>
  14. </configuration>

XML

关于Hadoop配置项的一点说明

虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行(官方教程如此),不过若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。所以我们进行了设置,同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir,否则在接下来的步骤中可能会出错。

配置完成后,执行 NameNode 的格式化:

 
  1. ./bin/hdfs namenode -format

Shell 命令

成功的话,会看到 “successfully formatted” 和 “Exitting with status 0” 的提示,若为 “Exitting with status 1” 则是出错。

执行namenode格式化执行namenode格式化

注意

在这一步时若提示 Error: JAVA_HOME is not set and could not be found. 的错误,则需要在文件 ./etc/hadoop/hadoop-env.sh 中设置 JAVA_HOME 变量,即在该文件中找到:
export JAVA_HOME=${JAVA_HOME}
将这一行改为JAVA安装位置:
export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
再重新尝试格式化即可。

接着开启 NameNode 和 DataNode 守护进程。

 
  1. ./sbin/start-dfs.sh

Shell 命令

若出现如下SSH提示,输入yes即可。

启动Hadoop时的SSH提示启动Hadoop时的SSH提示

启动时可能会出现如下 WARN 提示:WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable WARN 提示可以忽略,并不会影响正常使用。

启动完成后,可以通过命令 jps 来判断是否成功启动,若成功启动则会列出如下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”(如果 SecondaryNameNode 没有启动,请运行 sbin/stop-dfs.sh 关闭进程,然后再次尝试启动尝试)。如果没有 NameNode 或 DataNode ,那就是配置不成功,请仔细检查之前步骤,或通过查看启动日志排查原因。

通过jps查看启动的Hadoop进程通过jps查看启动的Hadoop进程

一般情况下,若是 DataNode 没有启动,可尝试如下的方法(注意这会删除 HDFS 中原有的所有数据,如果原有的数据很重要请不要这样做):

 
  1. ./sbin/stop-dfs.sh # 关闭
  2. rm -r ./tmp 删除 tmp 文件,注意这会删除 HDFS 中原有的所有数据
  3. ./bin/hdfs namenode -format 重新格式化 NameNode
  4. ./sbin/start-dfs.sh # 重启

Shell 命令

Hadoop无法正常启动的解决方法

一般可以查看启动日志来排查原因,注意几点:

  • 启动时会提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”,其中 DBLab-XMU 对应你的机器名,但其实启动日志信息是记录在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中,所以应该查看这个后缀为 .log 的文件;
  • 每一次的启动日志都是追加在日志文件之后,所以得拉到最后面看,对比下记录的时间就知道了。
  • 一般出错的提示在最后面,通常是写着 Fatal、Error、Warning 或者 Java Exception 的地方。
  • 可以在网上搜索一下出错信息,看能否找到一些相关的解决方法。

此外,若是 DataNode 没有启动,可尝试如下的方法(注意这会删除 HDFS 中原有的所有数据,如果原有的数据很重要请不要这样做):

 
  1. # 针对 DataNode 没法启动的解决方法
  2. ./sbin/stop-dfs.sh # 关闭
  3. rm -r ./tmp # 删除 tmp 文件,注意这会删除 HDFS 中原有的所有数据
  4. ./bin/hdfs namenode -format # 重新格式化 NameNode
  5. ./sbin/start-dfs.sh # 重启

Shell 命令

成功启动后,可以访问 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息,还可以在线查看 HDFS 中的文件。

Hadoop的Web界面Hadoop的Web界面

运行Hadoop伪分布式实例

上面的单机模式,grep 例子读取的是本地数据,伪分布式读取的则是 HDFS 上的数据。要使用 HDFS,首先需要在 HDFS 中创建用户目录:

 
  1. ./bin/hdfs dfs -mkdir -p /user/hadoop

Shell 命令

接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中,即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中。我们使用的是 hadoop 用户,并且已创建相应的用户目录 /user/hadoop ,因此在命令中就可以使用相对路径如 input,其对应的绝对路径就是 /user/hadoop/input:

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

Shell 命令

复制完成后,可以通过如下命令查看文件列表:

 
  1. ./bin/hdfs dfs -ls input

Shell 命令

伪分布式运行 MapReduce 作业的方式跟单机模式相同,区别在于伪分布式读取的是HDFS中的文件(可以将单机步骤中创建的本地 input 文件夹,输出结果 output 文件夹都删掉来验证这一点)。

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

Shell 命令

查看运行结果的命令(查看的是位于 HDFS 中的输出结果):

 
  1. ./bin/hdfs dfs -cat output/*

Shell 命令

结果如下,注意到刚才我们已经更改了配置文件,所以运行结果不同。

Hadoop伪分布式运行grep结果Hadoop伪分布式运行grep结果

我们也可以将运行结果取回到本地:

 
  1. rm -r ./output # 先删除本地的 output 文件夹(如果存在)
  2. ./bin/hdfs dfs -get output ./output # 将 HDFS 上的 output 文件夹拷贝到本机
  3. cat ./output/*

Shell 命令

Hadoop 运行程序时,输出目录不能存在,否则会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ,因此若要再次执行,需要执行如下命令删除 output 文件夹:

 
  1. ./bin/hdfs dfs -rm -r output # 删除 output 文件夹

Shell 命令

运行程序时,输出目录不能存在

运行 Hadoop 程序时,为了防止覆盖结果,程序指定的输出目录(如 output)不能存在,否则会提示错误,因此运行前需要先删除输出目录。在实际开发应用程序时,可考虑在程序中加上如下代码,能在每次运行时自动删除输出目录,避免繁琐的命令行操作:

 
  1. Configuration conf = new Configuration();
  2. Job job = new Job(conf);
  3.  
  4. /* 删除输出目录 */
  5. Path outputPath = new Path(args[1]);
  6. outputPath.getFileSystem(conf).delete(outputPath, true);

Java

若要关闭 Hadoop,则运行

 
  1. ./sbin/stop-dfs.sh

Shell 命令

注意

下次启动 hadoop 时,无需进行 NameNode 的初始化,只需要运行 ./sbin/start-dfs.sh 就可以!

启动YARN

(伪分布式不启动 YARN 也可以,一般不会影响程序执行)

有的读者可能会疑惑,怎么启动 Hadoop 后,见不到书上所说的 JobTracker 和 TaskTracker,这是因为新版的 Hadoop 使用了新的 MapReduce 框架(MapReduce V2,也称为 YARN,Yet Another Resource Negotiator)。

YARN 是从 MapReduce 中分离出来的,负责资源管理与任务调度。YARN 运行于 MapReduce 之上,提供了高可用性、高扩展性,YARN 的更多介绍在此不展开,有兴趣的可查阅相关资料。

上述通过 ./sbin/start-dfs.sh 启动 Hadoop,仅仅是启动了 MapReduce 环境,我们可以启动 YARN ,让 YARN 来负责资源管理与任务调度。

首先修改配置文件 mapred-site.xml,这边需要先进行重命名:

 
  1. mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml

Shell 命令

然后再进行编辑,同样使用 gedit 编辑会比较方便些 gedit ./etc/hadoop/mapred-site.xml

 
  1. <configuration>
  2. <property>
  3. <name>mapreduce.framework.name</name>
  4. <value>yarn</value>
  5. </property>
  6. </configuration>

XML

接着修改配置文件 yarn-site.xml

 
  1. <configuration>
  2. <property>
  3. <name>yarn.nodemanager.aux-services</name>
  4. <value>mapreduce_shuffle</value>
  5. </property>
  6. </configuration>

XML

然后就可以启动 YARN 了(需要先执行过 ./sbin/start-dfs.sh):

 
  1. ./sbin/start-yarn.sh # 启动YARN
  2. ./sbin/mr-jobhistory-daemon.sh start historyserver # 开启历史服务器,才能在Web中查看任务运行情况

Shell 命令

开启后通过 jps 查看,可以看到多了 NodeManager 和 ResourceManager 两个后台进程,如下图所示。

开启YARN开启YARN

启动 YARN 之后,运行实例的方法还是一样的,仅仅是资源管理方式、任务调度不同。观察日志信息可以发现,不启用 YARN 时,是 “mapred.LocalJobRunner” 在跑任务,启用 YARN 之后,是 “mapred.YARNRunner” 在跑任务。启动 YARN 有个好处是可以通过 Web 界面查看任务的运行情况:http://localhost:8088/cluster,如下图所示。

开启YARN后可以查看任务运行信息开启YARN后可以查看任务运行信息

但 YARN 主要是为集群提供更好的资源管理与任务调度,然而这在单机上体现不出价值,反而会使程序跑得稍慢些。因此在单机上是否开启 YARN 就看实际情况了。

不启动 YARN 需重命名 mapred-site.xml

如果不想启动 YARN,务必把配置文件 mapred-site.xml 重命名,改成 mapred-site.xml.template,需要用时改回来就行。否则在该配置文件存在,而未开启 YARN 的情况下,运行程序会提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的错误,这也是为何该配置文件初始文件名为 mapred-site.xml.template。

同样的,关闭 YARN 的脚本如下:

 
  1. ./sbin/stop-yarn.sh
  2. ./sbin/mr-jobhistory-daemon.sh stop historyserver

Shell 命令

自此,你已经掌握 Hadoop 的配置和基本使用了。

附加教程: 配置PATH环境变量

在这里额外讲一下 PATH 这个环境变量(可执行 echo $PATH 查看,当中包含了多个目录)。例如我们在主文件夹 ~ 中执行 ls 这个命令时,实际执行的是 /bin/ls 这个程序,而不是 ~/ls 这个程序。系统是根据 PATH 这个环境变量中包含的目录位置,逐一进行查找,直至在这些目录位置下找到匹配的程序(若没有匹配的则提示该命令不存在)。

上面的教程中,我们都是先进入到 /usr/local/hadoop 目录中,再执行 sbin/hadoop,实际上等同于运行 /usr/local/hadoop/sbin/hadoop。我们可以将 Hadoop 命令的相关目录加入到 PATH 环境变量中,这样就可以直接通过 start-dfs.sh 开启 Hadoop,也可以直接通过 hdfs 访问 HDFS 的内容,方便平时的操作。

同样我们选择在 ~/.bashrc 中进行设置(vim ~/.bashrc,与 JAVA_HOME 的设置相似),在文件最前面加入如下单独一行:

export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin

添加后执行 source ~/.bashrc 使设置生效,生效后,在任意目录中,都可以直接使用 hdfs 等命令了,读者不妨现在就执行 hdfs dfs -ls input 查看 HDFS 文件试试看。

大数据教材推荐

大数据入门教材哪本好?必须强推我的研究生导师林子雨老师编著的《大数据技术原理与应用》,该教程是针对高校学生打造的入门级教材,目前已被多所高校作为大数据课程指定教材。厦大数据库实验室为该教材倾注了许多努力,精心编写了许多配套学习博文、配套上机习题等。博主也参与了该教材的编写等工作,见证了该教程的从无到有,所以绝不是瞎打广告,欢迎了解!

大数据技术原理与应用大数据技术原理与应用

大数据竞赛

又到一年竞赛时,阿里巴巴天池大数据竞赛开赛在即,如果要走大数据方向,特别是机器学习/数据挖掘方向的同学,千万不要错过(可看知乎上的讨论:参加天池大数据竞赛对校园招聘有帮助吗?,博主也参加过,有一定成绩,确实对校招还是挺有帮助的)。速速访问 http://tianchi.aliyun.com/,点右上角进行注册,并输入我的邀请口令: hidblab。现在正赛还没开始,但可以提前报个名,或者参加算法入门赛之“天池新人实战赛之[离线赛]”,先熟悉一下大数据推荐算法的参赛流程。

阿里巴巴天池大数据竞赛阿里巴巴天池大数据竞赛

安装Hadoop集群

在平时的学习中,我们使用伪分布式就足够了。如果需要安装 Hadoop 集群,请查看Hadoop集群安装配置教程

相关教程

参考资料

文章很给力?微信扫一扫给作者打赏2元买个棒棒糖 :)
~感谢赞助者~

http://www.powerxing.com/install-hadoop/ 笔记Hadoop

相关文章

  1. Hadoop集群安装配置教程_Hadoop2.6.0_Ubuntu/CentOS
  2. 使用命令行编译打包运行自己的MapReduce程序 Hadoop2.6.0
  3. 使用Eclipse编译运行MapReduce程序 Hadoop2.6.0_Ubuntu/CentOS
  4. Hadoop-in-Practice第四章MapReduce-Join代码运行问题
  5. Hadoop安装配置简略教程
  6. Hadoop安装教程_单机/伪分布式配置_CentOS6.4/Hadoop2.6.0

最新最早最热

  • 拖拉机

    拖拉机

    hadoop@ubuntu:/usr/local/hadoop$ ./bin/hadoop version
    ./bin/hadoop: 行 144: /usr/local/hadoop/JDK/usr/lib/jvm/java-7-openjdk-amd64/bin/java: 没有那个文件或目录

    3月29日回复转发

    • 拖拉机

      拖拉机

      找到了 之前JAVA_HOME环境变量我配置错了

      3月29日回复转发

  • 拖拉机

    拖拉机

    hadoop@ubuntu:/usr/local/hadoop$ ./bin/hdfs namenode -format
    ./bin/hdfs: 行 276: /usr/local/hadoop/JDK/usr/lib/jvm/java-7-openjdk-amd64/bin/java: 没有那个文件或目录

    这是为什么啊 之前那个 hadoop version 也是这个问题

    3月29日回复转发

  • 大数据小学生

    大数据小学生

    能不能做一个ubuntu server 在vm上安装hadoop和Hive的教程

    3月29日回复转发

    • 给力星

      给力星

      Ubuntu server跟Ubuntu Desktop的安装过程其实是一样的,本教材所有的命令也都是在shell中完成的,除了下载之外,server不能用浏览器,只能用wget命令来下载,其他的都是一样的。

      3月29日回复转发

  • Yahaa

    Yahaa

    学长,在伪分布配置中
    修改配置文件 core-site.xml (通过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml),
    怎么进入gedit中啊?就是不知道怎么从shell进入到XML里面

    3月23日回复转发

    • 给力星

      给力星

      在终端中执行 gedit ./etc/hadoop/core-site.xml 这个命令就行。
      系统要是桌面版的,如果是服务器版的(就是只有命令界面),那只能用 vi/vim 修改。

      3月24日回复转发

  • →★爱@♂随风ér逝♀←

    →★爱@♂随风ér逝♀←

    hadoop@sage:/usr/local/hadoop$ gedit ./etc/hadoop/hdfs-site.xml

    (gedit:20887): Gtk-WARNING **: cannot open display:

    学长这个怎么办?伪分布式第一步!

    3月20日回复转发

    • 给力星

      给力星

      gedit是图形界面下的可视化文本编辑器,你装的是服务器版的系统,只有命令行模式,只能用vi/vim。另外新手还是建议装桌面版的Ubuntu。

      3月22日回复转发

  • →★爱@♂随风ér逝♀←

    →★爱@♂随风ér逝♀←

    hadoop@sage:~$ $JAVA_HOME/bin/java -version
    bash: /usr/lib/jvm/java-7-openjdk-amd64/bin/java: 没有那个文件或目录
    这个怎么弄啊?谢谢!

    3月20日回复转发

    • 给力星

      给力星

      dpkg -L openjdk-7-jdk | grep '/bin/javac'
      这条命令给出的路径(除去末尾的 “/bin/javac”)才是正确的,不用怀疑。

      3月20日回复转发

    • 依依二二嘎

      依依二二嘎

      回复 给力星: 我也是出现了这个问题,然后不用管它?这样就算配置成功了吗?然后我跳过之后,在后面执行./bin/hdfs namenode-format的时候出现./bin/hdfs:行276:/usr/lib/jvm/java-7-openjdk-amd64/bin/java:没有那个文件或目录。。。这个问题怎么办?

      3月22日回复转发

    • 给力星

      给力星

      回复 依依二二嘎: 正确的路径是执行
      dpkg -L openjdk-7-jdk | grep '/bin/javac'
      给出来的路径(除去末尾的 “/bin/javac”)

      比如得到得路径是 /usr/lib/jvm/java-7-openjdk-i386/bin/javac
      那就应该是
      export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-i386

      3月22日回复转发

  • →★爱@♂随风ér逝♀←

    →★爱@♂随风ér逝♀←

    hadoop@sage:~$ dpkg -L openjdk-7-jdk | grep '/bin/javac'
    /usr/lib/jvm/java-7-openjdk-i386/bin/javac
    为什么64位的会安装32位的啊???
    着急。。。谢谢学长

    3月19日回复转发

    • 给力星

      给力星

      64位的系统可以安装32位或64位的软件,32位的系统只能装32位的软件。

      3月20日回复转发

  • 玉拖把

    玉拖把

    弱弱的问一句,请问javahome环境变量那步,如何保存

    3月18日回复顶(1)转发

    • 给力星

      给力星

      如果不会用 vi/vim,把命令中的 vim 改为 gedit,这样可以使用文本编辑器进行修改。每次更改完成后请关闭整个 gedit 程序,否则会占用终端

      3月19日回复顶(1)转发

    • 玉拖把

      玉拖把

      回复 给力星: 好的,多谢多谢。昨天找到教程学了些简单的vim。谢谢给力星君!赞!

      3月19日回复转发

  • 姬风

    姬风

    写的非常不错,赞一个

    3月12日回复转发

  • 阮子扬

    阮子扬

    我之前参考过很多资料都安装不成功,折腾了一个星期快要万念俱灰的时候看见这篇文章,试着操作一遍,毫无差错全安装好了!!!(除了JDK那个export的路径有点不同)。楼主好人一生行运!!!

    3月11日回复转发

    • 给力星

      给力星

      谢谢支持~ 最早我搭建Hadoop时,也是看网上教程各种坑爹,因此才写了这几篇教程。

      3月11日回复顶(1)转发

  • flhami

    flhami

    博主好人,超赞的教程!

    2月27日回复转发

  • 江哥改名字啦

    江哥改名字啦

    这是我见过的最良心的教程,感谢。

    2月25日回复转发

  • 戴德陶之御林军

    戴德陶之御林军

    写的很好,超赞的!没有bug,一次过

    2月25日回复转发

  • 解梦

    解梦

    学长你好遇到这个问题怎么解决
    ./bin/hdfs namenode -format
    Could not find or load main class org.apache.hadoop.hdfs.server.namenode.NameNode

    2月23日回复转发

    • 给力星

      给力星

      可尝试在 ~/.bashrc 中加入 Hadoop 环境变量:

      # Hadoop Environment Variables
      export HADOOP_PREFIX=/usr/local/hadoop
      export HADOOP_HOME=/usr/local/hadoop
      export HADOOP_INSTALL=$HADOOP_HOME
      export HADOOP_MAPRED_HOME=$HADOOP_HOME
      export HADOOP_COMMON_HOME=$HADOOP_HOME
      export HADOOP_HDFS_HOME=$HADOOP_HOME
      export YARN_HOME=$HADOOP_HOME
      export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
      export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

      2月24日回复转发

  • 赵锋杰

    赵锋杰

    你好,我在配置伪分布式时,出现这样的问题。
    noexecstack'.: ssh: Could not resolve hostname noexecstack'.: Name or service not known
    OpenJDK: ssh: Could not resolve hostname openjdk: Name or service not known
    warning:: ssh: Could not resolve hostname warning:: Name or service not known
    Server: ssh: Could not resolve hostname server: Name or service not known
    VM: ssh: Could not resolve hostname vm: Name or service not known
    disabled: ssh: Could not resolve hostname disabled: Name or service not known
    You: ssh: Could not resolve hostname you: Name or service not known
    VM: ssh: Could not resolve hostname vm: Name or service not known
    you: ssh: Could not resolve hostname you: Name or service not known
    will: ssh: Could not resolve hostname will: Name or service not known
    The: ssh: Could not resolve hostname the: Name or service not known
    might: ssh: Could not resolve hostname might: Name or service not known
    stack: ssh: Could not resolve hostname stack: Name or service not known
    library: ssh: Could not resolve hostname library: Name or service not known
    stack: ssh: Could not resolve hostname stack: Name or service not known
    which: ssh: Could not resolve hostname which: Name or service not known
    recommended: ssh: Could not resolve hostname recommended: Name or service not known
    the: ssh: Could not resolve hostname the: Name or service not known
    have: ssh: Could not resolve hostname have: Name or service not known
    have: ssh: Could not resolve hostname have: Name or service not known
    the: ssh: Could not resolve hostname the: Name or service not known
    guard: ssh: Could not resolve hostname guard: Name or service not known
    it: ssh: Could not resolve hostname it: No address associated with hostname
    loaded: ssh: Could not resolve hostname loaded: Name or service not known
    fix: ssh: Could not resolve hostname fix: Name or service not known
    library: ssh: Could not resolve hostname library: Name or service not known
    try: ssh: Could not resolve hostname try: Name or service not known
    fix: ssh: Could not resolve hostname fix: Name or service not known
    highly: ssh: Could not resolve hostname highly: Name or service not known
    that: ssh: Could not resolve hostname that: Name or service not known
    with: ssh: Could not resolve hostname with: Name or service not known
    link: ssh: Could not resolve hostname link: No address associated with hostname
    'execstack: ssh: Could not resolve hostname 'execstack: Name or service not known

    请问如何解决,谢谢

    2月19日回复转发

    • 给力星

      给力星

      修改 /etc/hosts 文件。 假设你的主机名是 machine (执行命令 hostname 可以查看到),那么增加如下记录:
      127.0.0.1 machine

      2月19日回复转发

    • 赵锋杰

      赵锋杰

      回复 给力星: 127.0.0.1 localhost
      127.0.1.1 ubuntu
      127.0.0.1 ubuntu

      # The following lines are desirable for IPv6 capable hosts
      ::1 ip6-localhost ip6-loopback
      fe00::0 ip6-localnet
      ff00::0 ip6-mcastprefix
      ff02::1 ip6-allnodes
      ff02::2 ip6-allrouters

      请问是这样吗?我运行了还是没有解决

      2月22日回复转发

    • 给力星

      给力星

      回复 赵锋杰: 你主机名 ubuntu ?一个主机名只能对应一条 ip 地址,应该是(删掉 127.0.1.1 ubuntu):
      127.0.0.1 ubuntu

      2月22日回复转发

    • 赵锋杰

      赵锋杰

      回复 给力星: 是ubuntu.删了还是不行

      2月22日回复转发

    • 给力星

      给力星

      回复 赵锋杰: 以前我也有遇到这个问题,印象中,Ubuntu系统是需要改 hosts 文件, CentOS 系统是还要加上 HADOOP_COMMON_LIB_NATIVE_DIR 等环境变量。如果这样还不能解决,那我就不清楚了。

      2月22日回复转发

  • Alex

    Alex

    你好,按照你的教程配置,出现以下错误,请指点,谢谢!
    HOSTNAME=Master:/usr/local/hadoop$ sbin/start-dfs.sh
    Starting namenodes on [Master]
    The authenticity of host 'master (172.16.30.203)' can't be established.
    ECDSA key fingerprint is f1:ed:93:09:8d:ca:e8:b6:b1:8c:13:25:eb:fa:f5:9b.
    Are you sure you want to continue connecting (yes/no)? yes
    Master: Warning: Permanently added 'master,172.16.30.203' (ECDSA) to the list of known hosts.
    Master: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-NWTWORKING=yes
    Master: Error: Could not find or load main class HOSTNAME=Master.log
    Slave1: /usr/local/hadoop/sbin/hadoop-daemon.sh: 第 69 行: [: HOSTNAME=Slave1.out: 期待整数表达式
    Slave1: starting datanode, logging to /usr/local/hadoop/logs/hadoop-hadoop-datanode-NETWORKING=yes
    Slave1: 错误: 找不到或无法加载主类 HOSTNAME=Slave1.log
    Starting secondary namenodes [Master]
    Master: starting secondarynamenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-secondarynamenode-NWTWORKING=yes
    Master: Error: Could not find or load main class HOSTNAME=Master.log

    HOSTNAME=Master: /usr/local/hadoophadoop@NWTWORKING=yes
    HOSTNAME=Master:/usr/local/hadoop$ sbin/start-yarn.sh
    starting yarn daemons
    starting resourcemanager, logging to /usr/local/hadoop/logs/yarn-hadoop-resourcemanager-NWTWORKING=yes
    Error: Could not find or load main class HOSTNAME=Master.log
    Slave1: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-hadoop-nodemanager-NETWORKING=yes
    Slave1: 错误: 找不到或无法加载主类 HOSTNAME=Slave1.log

    2月19日回复转发

    • 给力星

      给力星

      你用的是 CentOS 6.x 系统?再检查下 /etc/sysconfig/network 这个文件,至少有一个地方拼写错误,是 NETWORKING 不是 NWTWORKING。

      2月19日回复转发

    • Alex

      Alex

      回复 给力星: 您好,ubuntu server14.04和ubuntu kylin14.02我都试过了,一样的错误;另外,您提到的那处错误我也已经修改过,记过也是一样的,或者我再重新搭建一次试一试;对了,我是在一台ESXi服务器上建立的两台VM来做测试的

      2月23日回复转发

    • Alex

      Alex

      回复 给力星: 你好,其实我是在配置全分布式;已经按照你分享的SOP完成整个配置,非常感谢!

      2月25日回复转发

  • kenneth

    kenneth

    写得很详细

    2月16日回复转发

  • 一个好人

    一个好人

    给力星,能不能留一个qq的联系方式?我是做数据挖掘的,希望能和你交个朋友。

    2月4日回复转发

  • 昶

    还有一个 shell 命令的样式非常漂亮 是用了什么插件吗

    1月24日回复转发

    • 给力星

      给力星

      代码高亮: Google Code Prettify;高亮主题: google-prettify-monokai-theme,显示“shell 命令” 还有复制代码的功能是自己写的。

      1月24日回复转发

  • 昶

    博主,想问一下博客文章的阅读量还有评论数是如何获取的, 访问量是通过数据库建立浏览量 每次访问加一这样实现的吗

    1月24日回复转发

  • 袁玉

    袁玉

    必须得点赞!!

    1月22日回复转发

  • zhiye

    zhiye

    教程太好了,必须给你点个赞

    1月16日回复转发

  • VELONICA_CECI

    VELONICA_CECI

    学长你好~ 我按照你的教程安装配置好之后hadoop能跑起来,但是当我下了mahout0.11,配置完成后hadoop就无法正常启动了,改了好几次~/.bashrc 都没有用,输入mahout 命令还是能运行起来:MAHOUT_LOCAL is not set; adding HADOOP_CONF_DIR to classpath.
    Running on hadoop, using /usr/local/hadoop/bin/hadoop and HADOOP_CONF_DIR=/usr/local/hadoop/conf
    MAHOUT-JOB: /usr/local/mahout/mahout-examples-0.11.1-job.jar

    但是,启动hadoop就是如下错误:Incorrect configuration: namenode address dfs.namenode.servicerpc-address or dfs.namenode.rpc-address is not configured.
    Starting namenodes on []
    Error: Cannot find configuration directory: /usr/local/hadoop/conf
    Error: Cannot find configuration directory: /usr/local/hadoop/conf
    Starting secondary namenodes [0.0.0.0]
    Error: Cannot find configuration directory: /usr/local/hadoop/conf

    搜了好几天,也没能解决问题,很困惑,希望你有时间能与我交流交流

    1月14日回复转发

    • 给力星

      给力星

      单从启动信息能发现一个问题:HADOOP_CONF_DIR 的配置有错。
      Hadoop 配置文件的目录应为 /usr/local/hadoop/etc/hadoop

      1月14日回复转发

    • VELONICA_CECI

      VELONICA_CECI

      回复 给力星: 我路径改了 /usr/local/hadoop/etc/hadoop之后:
      Incorrect configuration: namenode address dfs.namenode.servicerpc-address or dfs.namenode.rpc-address is not configured.
      Starting namenodes on [2016-01-13 20:10:55,208 WARN [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable]
      Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
      Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
      Starting secondary namenodes [2016-01-13 20:10:58,304 WARN [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
      0.0.0.0]
      Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf

      1月14日回复转发

    • 给力星

      给力星

      回复 VELONICA_CECI: 要学会看启动信息,Error: Cannot find configuration directory: /usr/local/hadoop/etc/hadoop/conf
      这条信息已经说得很清楚了,读取的目录仍然是错的,后面有个 conf。
      实在不知道哪里改的话,就建个符号链接尝试应付一下吧:
      ln -s /usr/local/hadoop/etc/hadoop /usr/local/hadoop/etc/hadoop/conf

      1月14日回复转发

    • VELONICA_CECI

      VELONICA_CECI

      回复 给力星: 谢谢学长~ 问题解决了,我把配置环境改成正确的路径了。

      1月14日回复转发

  • Blue

    Blue

    很不错的Hadoop教程,按照步骤来很顺利的就装好了。

    1月6日回复转发

  • ss

    ss

    真的是最好的教程

    1月4日回复转发

  • peter

    peter

    我见过的最给力的教程,感谢给力兄,对我帮助很大

    2015年12月23日回复转发

  • xuanyeyu

    xuanyeyu

    我为什么总是提示找不到.bin/hdfs :not found

    2015年12月21日回复转发

    • 给力星

      给力星

      1. 是 ./bin/hdfs 2. 注意区分相对路径与绝对路径,教程中类似 ./bin/hdfs 、 ./etc/hadoop 的路径均是相对路径,需要在 /usr/local/hadoop 目录下才正确(文章中有说明这一点的,请仔细阅读)。

      2015年12月21日回复转发

  • wantrd

    wantrd

    楼主,你这个hadoop2.6 伪分布配好后为什么只有 SecondaryNameNode DataNode DataNode 没有 JobTracker 和 TaskTracker 是版本问题吗? 还有,我配好了伪分布后,使用eclipse做开发环境,为什么在web上监控不到我的job,而且我观察控制台有“ mapred.Task: Task 'attempt_local1469050249_0001_m_000000_0' done.” 这样的语句输出,这个“local”感觉是本地模式,我是按照 Run Configurations 方式运行的。这样运行算是伪分布吗? 谢谢

    2015年12月13日回复转发

    • 给力星

      给力星

      新版 Hadoop 使用了 MapReduce V2 架构,也叫做 YARN,跟以往的不一样,你可以自己去了解下。要在 Web 上监控 job,需要开启 YARN 和 historyserver。伪分布式是只有一台机器,同时运行 namenode 跟 datanode ,并且访问的是 HDFS 上的文件。

      2015年12月17日回复转发

  • 十月的阳光

    十月的阳光

    楼主你好,我头天按照你的教程一步一步走下去,都没有问题,但是我第二天按照您的另外一个教程就是配置ecilipse那个操作,就出现了不能连接到//:localhost:9000的错误,然后我在命令行启动Hadoop也出现这个错误,也不能登录到http://localhost:50070,后来一直百度,感觉也没改什么,又出现这样的hadoop@ydc-VirtualBox:/usr/local/hadoop$ ./sbin/start-dfs.shStarting namenodes on [localhost]
    localhost: namenode running as process 11293. Stop it first.
    localhost: starting datanode, logging to /usr/local/hadoop/logs/hadoop-hadoop-datanode-ydc-VirtualBox.out
    Starting secondary namenodes [0.0.0.0]
    0.0.0.0: secondarynamenode running as process 11587. Stop it first.
    hadoop@ydc-VirtualBox:/usr/local/hadoop$ jps
    12106 DataNode
    11293 NameNode
    10588 org.eclipse.equinox.launcher_1.3.0.dist.jar
    12366 Jps
    11587 SecondaryNameNode
    hadoop@ydc-VirtualBox:/usr/local/hadoop$
    不知道怎么办,故请教您,忘您不吝赐教

    2015年12月12日回复转发

    • 给力星

      给力星

      查看一下 /usr/local/hadoop/logs/hadoop-hadoop-datanode-ydc-VirtualBox.log 这个文件,看文件最后面有出现Fatal、Error 或者 Java Exception 的地方,可以知道是什么原因。 可以尝试删除 /usr/local/hadoop/tmp 文件夹,重新执行一次 ./bin/hdfs namenode -format ,然后再启动实时。

      2015年12月12日回复转发

  • ggjjl1

    ggjjl1

    你好,我在centos6.5(64位)上安装的hadoop2.6.2集群,运行以下命令出现问题:

    [root@host02 ~]# hadoop fs -put a.txt /test
    Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.util.NativeCrc32.nativeComputeChunkedSumsByteArray(II[BI[BIILjava/lang/String;JZ)V
    at org.apache.hadoop.util.NativeCrc32.nativeComputeChunkedSumsByteArray(Native Method)
    at org.apache.hadoop.util.NativeCrc32.calculateChunkedSumsByteArray(NativeCrc32.java:86)
    at org.apache.hadoop.util.DataChecksum.calculateChunkedSums(DataChecksum.java:430)
    at org.apache.hadoop.fs.FSOutputSummer.writeChecksumChunks(FSOutputSummer.java:202)
    at org.apache.hadoop.fs.FSOutputSummer.flushBuffer(FSOutputSummer.java:163)
    at org.apache.hadoop.fs.FSOutputSummer.flushBuffer(FSOutputSummer.java:144)
    at org.apache.hadoop.hdfs.DFSOutputStream.close(DFSOutputStream.java:2217)
    at org.apache.hadoop.fs.FSDataOutputStream$PositionCache.close(FSDataOutputStream.java:72)
    at org.apache.hadoop.fs.FSDataOutputStream.close(FSDataOutputStream.java:106)
    at org.apache.hadoop.io.IOUtils.copyBytes(IOUtils.java:54)
    at org.apache.hadoop.io.IOUtils.copyBytes(IOUtils.java:112)
    at org.apache.hadoop.fs.shell.CommandWithDestination$TargetFileSystem.writeStreamToFile(CommandWithDestination.java:466)
    at org.apache.hadoop.fs.shell.CommandWithDestination.copyStreamToTarget(CommandWithDestination.java:391)
    at org.apache.hadoop.fs.shell.CommandWithDestination.copyFileToTarget(CommandWithDestination.java:328)
    at org.apache.hadoop.fs.shell.CommandWithDestination.processPath(CommandWithDestination.java:263)
    at org.apache.hadoop.fs.shell.CommandWithDestination.processPath(CommandWithDestination.java:248)
    at org.apache.hadoop.fs.shell.Command.processPaths(Command.java:306)
    at org.apache.hadoop.fs.shell.Command.processPathArgument(Command.java:278)
    at org.apache.hadoop.fs.shell.CommandWithDestination.processPathArgument(CommandWithDestination.java:243)
    at org.apache.hadoop.fs.shell.Command.processArgument(Command.java:260)
    at org.apache.hadoop.fs.shell.Command.processArguments(Command.java:244)
    at org.apache.hadoop.fs.shell.CommandWithDestination.processArguments(CommandWithDestination.java:220)
    at org.apache.hadoop.fs.shell.CopyCommands$Put.processArguments(CopyCommands.java:267)
    at org.apache.hadoop.fs.shell.Command.processRawArguments(Command.java:190)
    at org.apache.hadoop.fs.shell.Command.run(Command.java:154)
    at org.apache.hadoop.fs.FsShell.run(FsShell.java:287)
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:84)
    at org.apache.hadoop.fs.FsShell.main(FsShell.java:340)

    请问,这怎么解决?
    另外我在ubuntu 14.04 64位上安装hadoop 2.6.2伪分布式版,却没有出现这样的问题。

    2015年12月4日回复转发

    • 给力星

      给力星

      这个好像是JDK的问题,你可以网上搜索看看,我也不是很清楚,例如 http://tieba.baidu.com/p/518443482 16楼提到的原因与解决方法。

      2015年12月4日回复转发

  • zestinc

    zestinc

    教程非常给力,thanks

    2015年12月4日回复转发

  • SXT加油

    SXT加油

    运行jps命令,datanode没有啊,你这是只需要配置本身自己电脑就够了吗

    2015年12月3日回复转发

    • 给力星

      给力星

      是的,这是伪分布式配置,是在单机上运行的。建议再检查一下步骤。

      2015年12月3日回复转发

    • cx

      cx

      回复 给力星: 这是说伪分布式的设置中,运行jps命令,没有出现datanode是正常的吗

      2015年12月13日回复转发

    • 给力星

      给力星

      回复 cx: 是只需要配置本身自己的电脑。在伪分布式运行模式下,没有出现 datanode 说明配置有错,程序是跑不起来的。

      2015年12月15日回复转发

  • 陈小予

    陈小予

    过来踩踩

    2015年11月30日回复转发

  • gxz

    gxz

    hadoop@ubuntu:/usr/local/hadoop$ bin/hdfs dfs -ls input
    OpenJDK Client VM warning: You have loaded library /usr/local/hadoop/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
    It's highly recommended that you fix the library with 'execstack -c ', or link it with '-z noexecstack'.
    15/11/28 18:51:54 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
    虽然楼主说警报并影响正常使用,但是我想查看hdfs中的文件,它却只显示这个警报,而并没有显示给我hdfs中有些什么,我该怎么办呢? 460087935@qq.com

    2015年11月29日回复转发

    • gxz

      gxz

      hadoop@ubuntu:/usr/local/hadoop$ bin/hdfs dfs -cat output/*
      OpenJDK Client VM warning: You have loaded library /usr/local/hadoop/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard. The VM will try to fix the stack guard now.
      It's highly recommended that you fix the library with 'execstack -c ', or link it with '-z noexecstack'.
      15/11/28 18:58:46 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
      输入这个cat命令也是一样,它只显示警报,而并不显示 cat出来的结果。此时我的心是崩溃的。

      2015年11月29日回复转发

    • gxz

      gxz

      回复 gxz: hadoop@ubuntu:/usr/local/hadoop/etc/hadoop$ hdfs dfs -rm -r /user/hadoop/output
      Exception in thread "main" java.lang.RuntimeException: core-site.xml not found
      at org.apache.hadoop.conf.Configuration.loadResource(Configuration.java:2566)
      at org.apache.hadoop.conf.Configuration.loadResources(Configuration.java:2492)
      at org.apache.hadoop.conf.Configuration.getProps(Configuration.java:2405)
      at org.apache.hadoop.conf.Configuration.set(Configuration.java:1143)
      at org.apache.hadoop.conf.Configuration.set(Configuration.java:1115)
      at org.apache.hadoop.conf.Configuration.setBoolean(Configuration.java:1451)
      at org.apache.hadoop.util.GenericOptionsParser.processGeneralOptions(GenericOptionsParser.java:321)
      at org.apache.hadoop.util.GenericOptionsParser.parseGeneralOptions(GenericOptionsParser.java:487)
      at org.apache.hadoop.util.GenericOptionsParser.(GenericOptionsParser.java:170)
      at org.apache.hadoop.util.GenericOptionsParser.(GenericOptionsParser.java:153)
      at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:64)
      at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:84)
      at org.apache.hadoop.fs.FsShell.main(FsShell.java:340)
      而后又出现了一个异常。唉~

      2015年11月29日回复转发

    • benjamin

      benjamin

      你试试 bin/hdfs dfs -ls ./input("."代表当前目录)

      2015年11月30日回复转发

    • zyx

      zyx

      回复 gxz: 1.Exception in thread "main" java.lang.RuntimeException: core-site.xml not found
      2.节点都启动了吗?

      2015年12月4日回复转发

  • zz

    zz

    请教下,按照上面配置,core-site.xml配置defaultFs为hdfs://main:9000(main 为我主机名),为什么启动hadoop成功,能看到namenode,datanode等进程,日志也没打印错误,但是9000端口就是拒绝连接呢?我看了下,9000端口没在监听状态,知道的麻烦告知下,谢谢啦~~~~~~~~~~

    2015年11月25日回复转发

  • benjamin

    benjamin

    给力星,能不能建立一个关于hadoop学习的群,大家有什么问题可以一起讨论?意下如何

    2015年11月23日回复转发

  • benjamin

    benjamin

    各位在启用分布式,使用命令 sbin/start-dfs.sh 时出现了什么问题吗?为什么我运行这个命令要等待很长的时间,老是卡到这个地方
    The: ssh: Could not resolve hostname the: Name or service not known
    highly: ssh: Could not resolve hostname highly: Name or service not known
    have: ssh: Could not resolve hostname have: Name or service not known
    It's: ssh: Could not resolve hostname it's: Name or service not known
    recommended: ssh: Could not resolve hostname recommended: Name or service not known
    fix: ssh: Could not resolve hostname fix: Name or service not known
    link: ssh: Could not resolve hostname link: No address associated with hostname
    with: ssh: Could not resolve hostname with: Name or service not known
    with: ssh: Could not resolve hostname with: Name or service not known
    or: ssh: Could not resolve hostname or: Name or service not known
    which: ssh: connect to host which port 22: Connection refused
    stack: ssh: connect to host stack port 22: Connection refused
    might: ssh: connect to host might port 22: Connection refused
    try: ssh: connect to host try port 22: Connection refused
    VM: ssh: connect to host vm port 22: Connection refused
    fix: ssh: connect to host fix port 22: Connection refused
    OpenJDK: ssh: connect to host openjdk port 22: Connection refused
    you: ssh: connect to host you port 22: Connection refused
    the: ssh: connect to host the port 22: Connection refused
    stack: ssh: connect to host stack port 22: Connection refused
    library: ssh: connect to host library port 22: Connection refused
    loaded: ssh: connect to host loaded port 22: Connection refused

    2015年11月23日回复转发

  • benjamin

    benjamin

    请问各位,为什么我配置ssh无密码登录不成功,每次进入运行 ssh localhost命令,都要输入hadoop用户的登录密码?

    2015年11月22日回复转发

  • daidaixiong

    daidaixiong

    最棒的文档 [给力][赞][good]

    2015年11月14日回复转发

  • hunter

    hunter

    请问我在Red Hat 4.8.2-16 搭建了hdfs,在使用httpfs的时候, 日志中出现了

    log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).
    log4j:WARN Please initialize the log4j system properly.
    log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

    请问这是为什么, 而且我需要把hadoop-env.sh 中的JAVA_HOME改成/home/java....jdk才能用, 是不是和这个问题有关联啊??
    现在不管做什么操作json都会显示NullException 求教求教

    2015年11月11日回复转发

    • 给力星

      给力星

      log4j是用来记录日志信息的。 你这两问题我不是很清楚,得你自行搜索一下了...

      2015年11月30日回复转发

1 2 3

社交帐号登录:

多说

© 2014 给力星

  • 3
    点赞
  • 0
    评论
  • 3
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值