Hadoop2.7.2之叢集搭建(單機)
下載安裝Hadoop
1、下載地址
http://hadoop.apache.org/releases.html
我下載的是2.7.2,官網在2.5之後預設提供的就是64位的,這裡直接下載下來用即可
2、安裝Hadoop
tar -zxvf hadoop-2.7.2.tar.gz -C /opt/soft
cd /opt/soft/hadoop-2.7.2/lib/native
file libhadoop.so.1.0.0
4、配置/etc/hosts
vi /etc/hosts
配置啟動Hadoop
1、修改hadoop2.7.2/etc/hadoop/hadoop-env.sh指定JAVA_HOME
# The java implementation to use.
export JAVA_HOME=/opt/soft/jdk1.8.0_91
2、修改hdfs的配置檔案
修改hadoop2.7.2/etc/hadoop/core-site.xml 如下:
<configuration>
<!-- 指定HDFS老大(namenode)的通訊地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://singlenode:9000</value >
</property>
<!-- 指定hadoop執行時產生檔案的儲存路徑 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/soft/hadoop-2.7.2/tmp</value>
</property>
</configuration>
這裡fs.defaultFS的value最好是寫本機的靜態IP當然寫本機主機名,再配置hosts是最好的,如果用localhost,然後在windows用java操作hdfs的時候,會連線不上主機。
修改hadoop2.7.2/etc/hadoop/hdfs-site.xml 如下:
<configuration>
<!-- 設定hdfs副本數量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
3、配置SSH免密碼登入
配置前:
ssh localhost
會出現如上效果,要求我輸入本機登入密碼
配置方法:
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys
配置後,不用密碼可以直接登入了
4、hdfs啟動與停止
第一次啟動得先格式化(最好不要複製):
./bin/hdfs namenode –format
啟動hdfs
./sbin/start-dfs.sh
看到如下效果表示成功:
測試用瀏覽器訪問:(如果沒響應,則開發50070埠)
firewall-cmd --zone=public --add-port=50070/tcp --permanent
firewall-cmd --reload
http://192.168.2.100:50070/
效果如下:
停止hdfs
sbin/stop-dfs.sh
5、常用操作:
HDFS shell
檢視幫助
hadoop fs -help <cmd>
上傳
hadoop fs -put <linux上檔案> <hdfs上的路徑>
檢視檔案內容
hadoop fs -cat <hdfs上的路徑>
檢視檔案列表
hadoop fs -ls /
下載檔案
hadoop fs -get <hdfs上的路徑> <linux上檔案>
上傳檔案測試
建立一個words.txt 檔案並上傳
vi words.txt
Hello World
Hello Tom
Hello Jack
Hello Hadoop
Bye hadoop
將words.txt上傳到hdfs的根目錄
bin/hadoop fs -put words.txt /
這裡的words.txt就是我們上傳的words.txt
配置啟動YARN
從上圖看看出我們的MapReduce是執行在YARN上的,而YARN是執行在HDFS之上的,我們已經安裝了HDFS現在來配置啟動YARN,然後執行一個WordCount程式。
1、配置etc/hadoop/mapred-site.xml:
mv mapred-site.xml.template mapred-site.xml
<configuration>
<!-- 通知框架MR使用YARN -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
2、配置etc/hadoop/yarn-site.xml:
<configuration>
<!-- reducer取資料的方式是mapreduce_shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
3、YARN的啟動與停止
啟動
./sbin/start-yarn.sh
如下:
測試用瀏覽器訪問:(如果沒響應,則開發8088埠)
停止
sbin/stop-yarn.sh
現在我們的hdfs和yarn都執行成功了,我們開始執行一個WordCount的MP程式來測試我們的單機模式叢集是否可以正常工作。
執行一個簡單的MP程式
我們的MapperReduce將會跑在YARN上,結果將存在HDFS上:
./bin/hadoop jar /opt/soft/hadoop-2.7.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount hdfs://localhost:9000/words.txt hdfs://localhost:9000/out
用hadoop執行一個叫 hadoop-mapreduce-examples.jar 的 wordcount 方法,其中輸入引數為 hdfs上根目錄的words.txt 檔案,而輸出路徑為 hdfs跟目錄下的out目錄,執行過程如下:
我們通過瀏覽器訪問和下載檢視結果:
這裡下載的時候會跳轉到另一個地址如下:
http://singlenode:50075/webhdfs/v1/out/part-r-00000?op=OPEN&namenoderpcaddress=localhost:9000&offset=0
1、需把singlenode換成192.168.2.100或是在hosts里加入 192.168.2.100 singlenode 隱射關係
2、需開放50075埠。
下載下來結果如下:
Bye 1
Hadoop 2
Hello 4
Jack 1
Tom 1
World 1
說明我們已經計算出了,單詞出現的次數。
至此,我們Hadoop的單機模式搭建成功。