Hadoop 環境設置

Hadoop由GNU / Linux平臺及其版本支持。因此,我們必須安裝一個Linux操作系統來設置Hadoop環境。如果您有除Linux以外的操作系統,您可以在其中安裝Virtualbox軟件,並在Virtualbox內部安裝Linux。

安裝前設置

在將Hadoop安裝到Linux環境之前,我們需要使用ssh(Secure Shell)來設置Linux。按照以下步驟設置Linux環境。

創建用戶

在開始時,建議爲Hadoop創建一個單獨的用戶,以便將Hadoop文件系統與Unix文件系統隔離。按照以下步驟創建用戶:

  • 使用命令“su”打開根。

  • 使用命令“useradd username”從root帳戶創建用戶。

  • 現在您可以使用命令“su username”打開現有的用戶帳戶。

打開Linux終端並鍵入以下命令以創建用戶。

$ su 
   password: 
# useradd hadoop 
# passwd hadoop 
   New passwd: 
   Retype new passwd 

SSH設置和密鑰生成

需要SSH設置在集羣上執行不同的操作,如啓動,停止,分佈式守護程序shell操作。要對Hadoop的不同用戶進行身份驗證,需要爲Hadoop用戶提供公鑰/私鑰對,並與不同的用戶共享。

以下命令用於使用SSH生成鍵值對。將公共密鑰表單id_rsa.pub複製到authorized_keys,並分別向擁有者授予authorized_keys文件的讀取和寫入權限。

$ ssh-keygen -t rsa 
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
$ chmod 0600 ~/.ssh/authorized_keys 

安裝Java

Java是Hadoop的主要先決條件。首先,您應該使用命令“java -version”驗證系統中是否存在java。java版本命令的語法如下。

$ java -version 

如果一切正常,它會給你以下輸出。

java version "1.7.0_71" 
Java(TM) SE Runtime Environment (build 1.7.0_71-b13) 
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)  

如果系統中沒有安裝java,請按照以下步驟安裝java。

第1步

通過訪問以下鏈接http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads1880260.html下載java(JDK <latest version> - X64.tar.gz)。

然後jdk-7u71-linux-x64.tar.gz將下載到您的系統。

第2步

通常你會在下載文件夾中找到下載的java文件。使用以下命令驗證它並解壓縮jdk-7u71-linux-x64.gz文件。

$ cd Downloads/ 
$ ls 
jdk-7u71-linux-x64.gz 
$ tar zxf jdk-7u71-linux-x64.gz 
$ ls 
jdk1.7.0_71   jdk-7u71-linux-x64.gz 

第3步

要使java可用於所有用戶,您必須將其移動到位置“/ usr / local /”。打開root,然後鍵入以下命令。

$ su 
password: 
# mv jdk1.7.0_71 /usr/local/ 
# exit 

第4步

要設置PATH和JAVA_HOME變量,請將以下命令添加到〜/ .bashrc文件。

export JAVA_HOME=/usr/local/jdk1.7.0_71 
export PATH=$PATH:$JAVA_HOME/bin 

現在將所有更改應用到當前運行的系統。

$ source ~/.bashrc

第5步

現在將所有更改應用到當前運行的系統。

# alternatives --install /usr/bin/java java usr/local/java/bin/java 2


# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2


# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2


# alternatives --set java usr/local/java/bin/java


# alternatives --set javac usr/local/java/bin/javac


# alternatives --set jar usr/local/java/bin/jar

現在如上所述從終端驗證java -version命令。

下載Hadoop

 使用以下命令從Apache Software Foundation下載並提取Hadoop 2.4.1。

$ su 
password: 
# cd /usr/local 
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/ 
hadoop-2.4.1.tar.gz 
# tar xzf hadoop-2.4.1.tar.gz 
# mv hadoop-2.4.1/* to hadoop/ 
# exit 

Hadoop操作模式

一旦下載了Hadoop,您就可以使用以下三種支持模式之一來操作Hadoop集羣:

  • 本地/獨立模式 :在系統中下載Hadoop之後,默認情況下,它以獨立模式配置,並且可以作爲單個Java進程運行。

  • 僞分佈式模式 :它是單機上的分佈式仿真。每個Hadoop守護進程(如hdfs,yarn,MapReduce等)都將作爲單獨的java進程運行。此模式對開發有用。

  • 完全分佈式的模式 :此模式是完全分佈式的,至少有兩臺或多臺機器作爲集羣。我們將在接下來的章節中詳細討論這種模式。

在獨立模式下安裝Hadoop

這裏我們將討論Hadoop 2.4.1在獨立模式下的安裝。

沒有運行的守護程序,並且一切都在單個JVM中運行。獨立模式適合在開發期間運行MapReduce程序,因爲它很容易測試和調試。

設置Hadoop

您可以通過將以下命令附加到〜/.bashrc文件來設置Hadoop環境變量。

export HADOOP_HOME=/usr/local/hadoop 

在繼續進行之前,您需要確保Hadoop正常工作。只需發出以下命令:

$ hadoop version 

如果您的設置一切正常,那麼你應該看到以下結果:

Hadoop 2.4.1 
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 
Compiled by hortonmu on 2013-10-07T06:28Z 
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4 

這意味着你的Hadoop的獨立模式設置工作正常。默認情況下,Hadoop配置爲在單臺計算機上以非分佈式方式運行。

例子

讓我們檢查一個簡單的Hadoop示例。Hadoop安裝提供了以下示例MapReduce jar文件,它提供了MapReduce的基本功能,可用於計算,如Pi值,文件列表中的字數等。

$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar 

讓我們有一個輸入目錄,我們將推送幾個文件,我們的要求是計數這些文件中的字的總數。要計算總字數,我們不需要寫我們的MapReduce,只要.jar文件包含字計數的實現。您可以嘗試使用相同的.jar文件的其他示例;只需發出以下命令來檢查hadoop-mapreduce-examples-2.2.0.jar文件支持的MapReduce功能程序。

$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar 

步驟1

在輸入目錄中創建臨時內容文件。您可以在要工作的任何位置創建此輸入目錄。

$ mkdir input 
$ cp $HADOOP_HOME/*.txt input 
$ ls -l input 

它將在您的輸入目錄中提供以下文件:

total 24 
-rw-r--r-- 1 root root 15164 Feb 21 10:14 LICENSE.txt 
-rw-r--r-- 1 root root   101 Feb 21 10:14 NOTICE.txt
-rw-r--r-- 1 root root  1366 Feb 21 10:14 README.txt 

這些文件已從Hadoop安裝主目錄複製。對於您的實驗,您可以有不同的和大的文件集。

第2步

讓我們開始Hadoop進程來計算輸入目錄中所有可用文件中的總字數,如下所示:

$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar  wordcount input output 

第2步將執行所需的處理並將輸出保存在output / part-r00000文件中,您可以使用以下命令檢查:

$cat output/* 

它將列出所有字以及它們在輸入目錄中可用的所有文件中的總計數。

"AS      4 
"Contribution" 1 
"Contributor" 1 
"Derivative 1
"Legal 1
"License"      1
"License");     1 
"Licensor"      1
"NOTICE”        1 
"Not      1 
"Object"        1 
"Source”        1 
"Work”    1 
"You"     1 
"Your")   1 
"[]"      1 
"control"       1 
"printed        1 
"submitted"     1 
(50%)     1 
(BIS),    1 
(C)       1 
(Don't)   1 
(ECCN)    1 
(INCLUDING      2 
(INCLUDING,     2 
.............

在僞分佈式模式下安裝Hadoop

按照下面給出的步驟在僞分佈式模式下安裝Hadoop 2.4.1。

第1步:設置Hadoop

您可以通過將以下命令附加到〜/.bashrc文件來設置Hadoop環境變量。

export HADOOP_HOME=/usr/local/hadoop 
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 
export HADOOP_INSTALL=$HADOOP_HOME

現在將所有更改應用到當前運行的系統。

$ source ~/.bashrc 

第2步:Hadoop配置

您可以在位置“$ HADOOP_HOME/etc/hadoop”中找到所有Hadoop配置文件。需要根據您的Hadoop基礎結構對這些配置文件進行更改。

$ cd $HADOOP_HOME/etc/hadoop

爲了在java中開發Hadoop程序,您必須通過用系統中java的位置替換JAVA_HOME值來重置hadoop-env.sh文件中的java環境變量。

export JAVA_HOME=/usr/local/jdk1.7.0_71

以下是您必須編輯以配置Hadoop的文件列表。

core-site.xml

core-site.xml文件包含諸如用於Hadoop實例的端口號,爲文件系統分配的內存,用於存儲數據的內存限制以及讀/寫緩衝區大小的信息。

打開core-site.xml並在<configuration>,</ configuration>標籤之間添加以下屬性。

<configuration>


   <property>
      <name>fs.default.name </name>
      <value> hdfs://localhost:9000 </value> 
   </property>
 
</configuration>

hdfs-site.xml

hdfs-site.xml文件包含本地文件系統的複製數據值,namenode路徑和datanode路徑等信息。這意味着您要存儲Hadoop基礎架構的位置。

讓我們假設以下數據。

dfs.replication (data replication value) = 1 
(In the below given path /hadoop/ is the user name. 
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) 
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode 
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) 
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode 

打開此文件,並在此文件中的<configuration> </ configuration>標記之間添加以下屬性。

<configuration>


   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
    
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
    
   <property>
      <name>dfs.data.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value> 
   </property>
       
</configuration>

注意:在上述文件中,所有屬性值都是用戶定義的,您可以根據Hadoop基礎結構進行更改。

yarn-site.xml

此文件用於將Yarn爲Hadoop配置爲Hadoop。打開yarn-site.xml文件,並在此文件中的<configuration>,</ configuration>標記之間添加以下屬性。

<configuration>
 
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value> 
   </property>
  
</configuration>

mapred-site.xml

此文件用於指定我們使用的MapReduce框架。默認情況下,Hadoop包含yarn-site.xml的模板。首先,需要使用以下命令將文件從mapred-site,xml.template複製到mapred-site.xml文件。

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

打開mapred-site.xml文件,並在此文件中的<configuration>,</ configuration>標記之間添加以下屬性。

<configuration>
 
   <property> 
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>
   
</configuration>

驗證Hadoop安裝

以下步驟用於驗證Hadoop安裝。

第1步:名稱節點設置

使用命令“HDFS的NameNode -format”如下設置名稱節點。

$ cd ~ 
$ hdfs namenode -format 

預期結果如下。

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG:   host = localhost/192.168.1.11 
STARTUP_MSG:   args = [-format] 
STARTUP_MSG:   version = 2.4.1 
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to 
retain 1 images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 
************************************************************/

第2步:驗證HadoopDFS

以下命令用於啓動dfs。執行此命令將啓動您的Hadoop文件系統。

$ start-dfs.sh 

預期輸出如下:

10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

第3步:驗證Yarn腳本

下面的命令被用於啓動Yarn腳本。執行該命令將啓動紗守護進程。

$ start-yarn.sh 

預期輸出如下:

starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out 

第4步:在瀏覽器上訪問Hadoop

訪問Hadoop的默認端口號爲50070.使用以下URL在瀏覽器上獲取Hadoop服務。

http://localhost:50070/


第5步:驗證集羣的所有應用程序

訪問羣集的所有應用程序的默認端口號爲8088.使用以下URL訪問此服務。

http://localhost:8088/

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章