Hadoop - 環境設置

Hadoop - 環境設置

Hadoop由GNU / Linux平臺及其風格支持。因此，我們必須安裝一個用於設置Hadoop環境的Linux操作系統。如果您的操作系統不是Linux，則可以在其中安裝一個Virtualbox軟件，並在Virtualbox中安裝Linux。

原文地址：http://blogxinxiucan.sh1.newtouch.com/2017/07/17/Hadoop-環境設置/

預安裝設置

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

創建用戶
一開始，建議爲Hadoop創建一個單獨的用戶，以將Hadoop文件系統從Unix文件系統中分離出來。按照以下步驟創建用戶：

• 使用命令“su”打開根目錄。
• 使用命令“useradd username”從root帳戶創建一個用戶。
• 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，並鍵入以下命令創建一個用戶。

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

SSH安裝和密鑰生成

需要SSH設置來執行羣集上的不同操作，如啓動，停止，分佈式守護程序shell操作。要驗證Hadoop的不同用戶，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。將公鑰表單id_rsa.pub複製到authorized_keys，並向所有者分別向authorized_keys文件提供讀寫權限。

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

安裝Java

Java是Hadoop的主要前提。首先，您應該使用命令“java -version”來驗證系統中是否存在java。java version命令的語法如下。

$ java -version 

如果一切順利，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)  

如果您的系統中沒有安裝java，請按照以下步驟安裝java。

步驟1
通過訪問以下鏈接http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads1880260.html下載java（JDK <最新版本 - X64.tar.gz）。

那麼jdk-7u71-linux-x64.tar.gz將被下載到你的系統中。

第2步
一般來說，您將在下載文件夾中找到下載的java文件。驗證並使用以下命令解壓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 

步驟3
爲了使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 

步驟4
要設置PATH和JAVA_HOME變量，請將以下命令添加到〜/ .bashrc文件中。

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中。

$ source ~/.bashrc

步驟5
使用以下命令配置java替代方案：

# 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軟件基礎下載並提取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

下載Hadoop後，您可以使用三種支持的模式之一來操作Hadoop集羣：

• 本地/獨立模式：在系統中下載Hadoop後，默認情況下，它以獨立模式配置，可以作爲單個java進程運行。
• 僞分佈式模式：單機分佈式仿真。每個Hadoop守護進程，如hdfs，Yarn ，MapReduce等都將作爲單獨的java進程運行。這種模式對於開發是有用的。
• 完全分佈式模式：這種模式是以最少的兩臺或多臺機器作爲集羣完全分配的。我們將在下一章中詳細介紹這種模式。

以獨立模式安裝Hadoop

這裏我們將討論Hadoop 2.4.1在獨立模式下的安裝。

沒有運行守護進程，一切都運行在單個JVM中。獨立模式適合在開發過程中運行MapReduce程序，因爲它易於測試和調試。

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，那麼您應該看到以下結果：

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 

這意味着您的Hadoop的獨立模式設置正常。默認情況下，Hadoop被配置爲在單個計算機上以非分佈式模式運行。

例
我們來看一個Hadoop的簡單例子。Hadoop安裝提供以下示例MapReduce jar文件，該文件提供MapReduce的基本功能，可用於計算，如Pi值，給定文件列表中的字數等。

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

我們有一個輸入目錄，我們將推送幾個文件，我們的要求是計算這些文件中的單詞總數。要計算總字數，我們不需要編寫我們的MapReduce，前提是.jar文件包含字數的實現。您可以嘗試使用相同的.jar文件的其他示例; 只需通過hadoop-mapreduce-examples-2.2.0.jar文件發出以下命令來檢查支持的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。您可以在任何想要工作的地方創建此輸入目錄。

$ 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安裝主目錄中複製。對於您的實驗，您可以擁有不同大小的文件。

第2步
讓我們開始Hadoop進程來計算輸入目錄中可用文件中所有文件的總數，如下所示：

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

步驟3
步驟2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進行檢查：

$cat output/* 

它將列出所有這些單詞以及輸入目錄中所有可用文件中可用的總計數。

"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 
.............

在虛擬分佈式模式下安裝Hadoop

按照以下步驟在僞分佈式模式下安裝Hadoop 2.4.1。

步驟1：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中。

$ source ~/.bashrc 

步驟2：Hadoop配置
您可以在“$ HADOOP_HOME / etc / hadoop”位置找到所有Hadoop配置文件。需要根據您的Hadoop基礎架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，您必須通過將JAVA_HOME值替換爲系統中的java位置來重置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。

核心的site.xml

該芯-的site.xml文件包含信息，諸如讀/寫緩衝器的用於Hadoop的實例的端口號，分配給文件系統的存儲器，存儲器限制，用於存儲數據，和大小。

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中

在HDFS-的site.xml文件中包含的信息，如複製數據的價值，名稱節點的路徑，你的本地文件系統的數據節點的路徑。這意味着您要存儲Hadoop基礎架構的地方。

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，並在此文件的<configuration> </ configuration>標籤之間添加以下屬性。

<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，您可以根據您的Hadoop基礎架構進行更改。

yarn-site.xml

該文件用於將Yarn 配置爲Hadoop。打開yarn-site.xml文件，並在此文件中的，標籤之間添加以下屬性。

<configuration>

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

</configuration>

mapred-site.xml中

該文件用於指定我們正在使用哪個MapReduce框架。默認情況下，Hadoop包含一個yarn-site.xml模板。首先，需要使用以下命令將該文件從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，標籤之間添加以下屬性。

<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。

步驟1：命名節點設置
使用命令“hdfs namenode -format”設置namenode，如下所示。

$ 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 
************************************************************/

步驟2：驗證Hadoop dfs
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 

預期產出如下：

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]

步驟3：驗證Yarn 腳本
以下命令用於啓動Yarn 腳本。執行此命令將啓動您的Yarn 守護程序。

$ start-yarn.sh 

預期產出如下：

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 

步驟4：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/
在瀏覽器上訪問Hadoop

步驟5：驗證集羣的所有應用程序
訪問羣集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/
Hadoop應用程序集羣