本站分享:AI、大数据、数据分析师培训认证考试,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训

Hadoop环境搭建—单节点篇_hadoop开发环境搭建_hadoop培训

hadoop培训 cdadata 3011℃

Hadoop环境搭建—单节点篇

自漫聊1.0发布以来,研究Hadoop也有一段时间了,目前环境已基本搭建好,规模为15台的小型集群,昨晚测试时是用wordcount统计一个1.2G的log文件,总耗时2分16秒,虽然测试文件不大,但其性能的优越性已经体现出来了。

闲话不多说了,进正题。

注:本文的环境搭建是针对双系统和linux系统的,而非win下的虚拟机!

    流程:

         装机阶段: 安装ubuntu,jdk和hadoop

                         创建一个名为hadoop的用户和用户组

         配置阶段: 配置环境变量

                         创建ssh key

                         配置hadoop

         运行测试阶段: 格式化namenode

                               启动hadoop

                               跑wordcount

准备:

          ubuntu 10.10

          hadoop 0.21.0

          jdk1.6.0_23 for linux

    装机阶段:

          1、安装ubuntu10.10

               wubi的傻瓜式安装应该不用我多说了吧,在win下用虚拟光驱载入,然后执 行…….另外补充下,安装时最好断开网络连接(我们是直接拔的网线),因为ubuntu安装过程中需要更新一些语言包之类的东西,那些东西与我们 要做的事没什么关系,下载时间又长,所以建议不更新。

          2、安装jdk1.6.0_23

                有多种方法,此处只介绍一种

1、在usr下面新建一个文件夹Java,然后将jdk复制过来(也可直接mv过来)

sudo mkdir /usr/Java

sudo cp jdk的路径 /usr/Java

 

2、进入到Java目录下,改变文件权限为可执行

cd /usr/Java

sudo chmod u+x jdk1.6.0_23.bin

 

3、执行安装

sudo ./jdk1.6.0_23.bin

(现象为Unpacking….加一连串解压信息)

 

3、安装hadoop0.21.0

                      1、将hadoop0.21.0.tar.gz复制到usr下面的local文件夹内(也可mv)

sudo cp hadoop的路径 /usr/local

 

2、进入到local目录下,解压hadoop0.21.0.tar.gz

cd /usr/local

sudo tar -xzf hadoop0.21.0.tar.gz

 

3、为了方便管理,将解压后的文件夹名改为hadoop

sudo mv hadoop0.21.0 hadoop

 

4、创建一个名为hadoop的用户和用户组

                  1、创建一个名为hadoop的用户组

sudo addgroup hadoop

 

2、创建一个名为hadoop的用户,归到hadoop用户组下

sudo adduser –ingroup hadoop hadoop

(注1:前一个hadoop为用户组名,后面的是用户名,之所以名字一样是为了方便统一管理

注2:执行后会有一些信息需要填写,可以不填,都敲回车,用系统默认的即可,大概5个吧)

 

3、用gedit打开etc下的sudoers文件

sudo gedit /etc/sudoers

 

4、在 root   ALL=(ALL)  ALL 下面添加如下一行,然后保存关闭gedit

hadoop  ALL=(ALL)  ALL

(注1:网上有文档上是说先切换到root用户,然后修改sudoers的权限,再打开添加

hadoop  ALL=(ALL)  ALL ,然后再将权限改回为只读,这样就要特别注意一

定要将权限改回为只读,不然“sudo”命令就无法使用了,很悲剧的说

注2:添加 hadoop  ALL=(ALL)  ALL 的意义在于能让hadoop用户使用“sudo”命令 )

配置阶段:      

           1、配置环境变量

1、用gedit打开etc下的profile文件

sudo gedit /etc/profile

2、在文件最后加入如下几行

export CLASSPATH=.:/usr/Java/jdk1.6.0_23/lib:/usr/Java/jdk1.6.0_23/jre/lib:$CLASSPATH

export PATH=.:/usr/Java/jdk1.6.0_23/bin:/usr/Java/jdk1.6.0_23/jre/bin:/usr/local/hadoop/bin:$PATH

(注1:以上所有jre项都不是必需的,可以不要

注2:在win中环境变量的值是以“;”号隔开的,而这里是“:”

注3:等号后面有个“.”别丢了,它表示当前目录)

3、保存后关闭gedit,并重启机器

sudo reboot

(注:网上也有说用source命令使环境变量立即生效的,但是本人在

实际操作时出了几次问题,所以建议重启机器最保险)

4、重启后用hadoop用户登录,验证配置是否成功

java -version  (此语句执行后如显示了jdk版本的话说明配置成功,如果没有则需检查profile中路径是否正确)

(注:最好是用hadoop用户登录,因为以下步骤都是以此为前提的)

2、创建ssh-key

                  1、确保网络通畅,然后装载ssh服务

sudo apt-get install openssh-server

(注:如果此语句执行失败且结果为“….包被占用”的话,那么应该是ubuntu的“更新管理器”正在后台更新,你可以选择等待或者关闭更新,更新管理器在“系统”菜单中,具体位置忘了…..)

 

2、创建ssh-key,为rsa (网上文档中也有dsa的)

ssh-keygen -t rsa –P

(注1:此语句网上文档为 ssh-keygen -t rsa -P “” ,效果一样

注2:此语句执行后会要你填写key的保存位置,直接照着系统给出的那个默认位置填,也就是括号里的那个路径,如果全都照此文档操作的话那么括号中路径应 该为”/home/hadoop/.ssh/id_rsa”)

3、将此ssh-key添加到信任列表中,并启用此ssh-key

cat /home/hadoop/.ssh/id_rsa.pub >> /home/hadoop/.ssh/authorized_keys

sudo /etc/init.d/ssh reload

3、配置hadoop

                  1、进入到hadoop目录下,配置conf目录下的hadoop-env.sh中的JAVA_HOME

cd /usr/local/hadoop

sudo gedit conf/hadoop-env.sh

(打开后在文档的上部某行有“#export JAVA_HOME=…”字样的地方,去掉“#”,

然后在等号后面填写你的jdk路径,完全按此文档来的话应改为 “export JAVA_HOME=/usr/Java/jdk1.6.0_23” )

 

2、配置conf目录下的core-site.xml

sudo gedit conf/core-site.xml

(打开后标签<configuration> </configuration>中是空的,所以在空的地方加入如下配置)

Xml代码
  1. <property>
  2.        <name>fs.default.name</name>
  3.        <value>hdfs://localhost:9000</value>
  4. </property>
  5.  <property>
  6.        <name>dfs.replication</name>
  7.        <value>1</value>
  8. </property>
  9. <property>
  10.        <name>hadoop.tmp.dir</name>
  11.        <value>/home/hadoop/tmp</value>
  12. </property>

3、配置conf目录下的mapred-site.xml

sudo gedit conf/mapred-site.xml

(打开后标签<configuration> </configuration>中也是空的,添加如下配置)

Xml代码

  1. <property>
  2.       <name>mapred.job.tracker</name>
  3.       <value>localhost:9001</value>
  4.  </property>

运行测试阶段:

                1、格式化namenode (首次运行必需滴)

                    1、保证此时在hadoop目录下,如不在请先进入hadoop目录

cd /usr/local/hadoop

 

                    2、格式化namenode

hadoop namenode -format

2、启动hadoop

                   1、修改hadoop文件夹的权限,保证hadoop用户能正常访问其中的文件

sudo chown -hR hadoop /usr/local/hadoop

2、启动hadoop

bin/start-all.sh

3、验证hadoop是否正常启动

jps

(此语句执行后会列出已 启动的东西NameNode,JobTracker,SecondaryNameNode…如果NameNode没有成功启动的话就要先执 行”bin/stop-all.sh”停掉所有东西,然后重新格式化namenode,再启动)

3、跑wordcount

                    1、准备需要进行wordcount的文件

sudo gedit /tmp/test.txt

(打开后随便输入一些内容,如”mu ha ha ni da ye da ye da”,然后保存退出)

 

2、将准备的测试文件上传到dfs文件系统中的firstTest目录下

hadoop dfs -copyFromLocal /tmp/test.txt firstTest

(注:如dfs中不包含firstTest目录的话就会自动创建一个,关于查看dfs文件系统中已有目录的指令为”hadoop dfs -ls”)

3、执行wordcount

hadoop jar hadoop-mapred-example0.21.0.jar wordcount firstTest result

(注:此语句意为“对firstTest下的所有文件执行wordcount,将统计结果输出到result文件夹中”,若result文件夹不存在则会自动创建一个)

4、查看结果

hadoop dfs -cat result/part-r-00000

(注:结果文件默认是输出到一个名为“part-r-*****”的文件中的,可用指令“hadoop dfs -ls result”查看result目录下包含哪些文件)

至此单节点环境搭建完成!

转载请注明:数据分析 » Hadoop环境搭建—单节点篇_hadoop开发环境搭建_hadoop培训

喜欢 (0)or分享 (0)