阿里云服务器centos7.3下搭建hadoop伪分布式环境

标签：user   上传   官方   library   eve   技术   统计   内容   yum   

一、软硬件环境

CentOS 7.2 64位

OpenJDK-1.8.0

Hadoop-2.7

二、安装SSH客户端

安装ssh:

yum install openssh-clients openssh-server

安装完成后，使用以下命令测试：

ssh localhost
输入 root 账户的密码，如果可以正常登录，则说明SSH安装没有问题。

配置SSH免key登陆 

hadoop是一个分布式系统,节点间通过ssh通信,为了避免在连接过程中人工输入密码,需要进行ssh免key登陆的配置,由于本例是在单机上模拟分布式过程,因此需要针对本机(localhost)进行免key登陆的配置。 依此输入如下命令进行配置: 

ssh-keygen -t rsa -P ‘‘ -f ~/.ssh/id_rsa 

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

chmod 0600 ~/.ssh/authorized_keys 

完成后尝试用SSH连接本机,如果不需要输入密码就能登陆,说明配置成功: ssh localhost 
结果显示：

三、配置Java环境

安装jdk

使用 yum 来安装1.8版本 OpenJDK：

yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel

（如果之前已经安装了jdk，可以通过which java找到安装的路径,我之前已经安装好了）

安装完成后，键入java和javac,如果能输出对应的命令帮助，则表明jdk已正确安装。

配置java环境变量

执行命令：

 vim ~/.bashrc

在结尾追加：

exportJAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.171-8.b10.el7_5.x86_64

保存文件后执行下面命令使 JAVA_HOME 环境变量生效:

source ~/.bashrc

为了检测系统中java环境是否已经正确配置并生效，可以分别执行以下命令：

java -version

$JAVA_HOME/bin/java -version

若两条命令输出的结果一致，且都为我们前面安装的 openjdk-1.8.0 的版本，则表明 JDK 环境已经正确安装并配置。

四.安装hadoop

下载 Hadoop

本教程使用 hadoop-2.7 版本，使用 wget 工具在线下载

wget http://archive.apache.org/dist/hadoop/core/hadoop-2.7.5/hadoop-2.7.5.tar.gz

（这种下载方式可能比较慢）

安装 Hadoop

将 Hadoop 安装到 /usr/local 目录下:

tar -zxf hadoop-2.7.5.tar.gz -C /usr/local

对安装的目录进行重命名，便于后续操作方便:

mv ./hadoop-2.7.5/ ./hadoop

检查Hadoop是否已经正确安装:

/usr/local/hadoop/bin/hadoop version

 如果成功输出hadoop的版本信息，表明hadoop已经成功安装。

五.hadoop伪分布式环境配置

设置 Hadoop 的环境变量

编辑 ~/.bashrc，在结尾追加如下内容：

vim  ~/.bashrc

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

exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

 使Hadoop环境变量配置生效:

source ~/.bashrc

修改 Hadoop 的配置文件

Hadoop的配置文件位于安装目录的 /etc/hadoop目录下，在本教程中即位于 /url/local/hadoop/etc/hadoop 目录下，需要修改的配置文件为如下两个:

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

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

编辑core-site.xml，修改<configuration></configuration>节点的内容为如下所示：

同理，编辑 hdfs-site.xml，修改<configuration></configuration>节点的内容为如下所示：

格式化NameNode:

/usr/local/hadoop/bin/hdfs namenode -format

输出以下信息表示格式化成功：

 启动NameNode和DataNode进程：

/usr/local/hadoop/sbin/start-dfs.sh

执行过程中会提示输入用户密码，输入 root 用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入 yes 即可

检查NameNode和DateNode是否正常启动。

如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:

六、运行伪分布式实例

查看Hadoop自带的例子

Hadoop附带了丰富的例子，执行以下命令查看：

cd /user/local/hadoop

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar

在HDFS中创建用户目录hadoop：

/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop
准备实验数据

本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop

此时会出现警告：

 原因：

Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己编译64位的版本。

1、首先找到对应自己hadoop版本的64位的lib包，可以自己手动去编译，但比较麻烦，也可以去网上找，好多都有已经编译好了的。

2、可以去网站：http://dl.bintray.com/sequenceiq/sequenceiq-bin/ 下载对应的编译版本

3、将准备好的64位的lib包解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：

下载hadoop版本2.7.5对应的64位的lib包：

[root@izwz963wlhi02sl69o3i1dz hadoop]# 

wgethttp://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.7.0.tar

解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：

[root@izwz963wlhi02sl69o3i1dz hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib/native

[root@izwz963wlhi02sl69o3i1dz hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib

4、添加环境变量

[root@izwz963wlhi02sl69o3i1dz hadoop]# vim /etc/profile

5、添加以下内容

exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

exportHADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

6、让环境变量生效

[root@izwz963wlhi02sl69o3i1dz hadoop]# source/etc/profile 

7、自检hadoop checknative –a 指令检查

再次在HDFS 中创建用户目录 hadoop：

不再出现警告。

准备实验数据

本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop

[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hdfs dfs-mkdir /user/hadoop/input

[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hdfs dfs-put ./etc/hadoop/*.xml /user/hadoop/input

使用下面命令可以查看刚刚上传到 HDFS 的文件:

运行实验：

[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop

[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hadoopjar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output ‘dfs[a-z.]+‘

[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop

[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hadoopjar 

./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output ‘dfs[a-z.]+‘
 

上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。

查看运行结果

上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:

红色圈出的部分是运行成功的结果：

删除HDFS 中的结果目录:

运行Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。

关闭Hadoop进程：

再次启动Hadoop进程的命令：

[root@izwz963wlhi02sl69o3i1dz hadoop]#/usr/local/hadoop/sbin/start-dfs.sh

　七、部署完成

参考：

https://www.cnblogs.com/ztca/p/8679056.html　　官方文档

https://blog.csdn.net/feng_zhiyu/article/details/81018869

阿里云服务器centos7.3下搭建hadoop伪分布式环境

标签：user   上传   官方   library   eve   技术   统计   内容   yum   

原文地址：https://www.cnblogs.com/StarZhai/p/11712074.html