你好,游客 登录
背景:
阅读新闻

Hadoop初体验:快速搭建Hadoop伪分布式环境

[日期:2017-09-06] 来源:Linux公社   作者:xpleaf [字体: ]

0.前言

本文旨在使用一个全新安装好的Linux系统从0开始进行hadoop伪分布式环境的搭建,以达到快速搭建的目的,从而体验Hadoop的魅力所在,为后面的继续学习提供基础环境。

对使用的系统环境作如下说明:

  • 操作系统:CentOS 6.5 64位

  • 主机IP地址:10.0.0.131/24

  • 主机名:leaf

  • 用户名:root

  • hadoop版本:2.6.5

  • jdk版本:1.7

可以看到,这里直接使用root用户,而不是按照大多数的教程创建一个hadoop用户来进行操作,就是为了达到快速搭建Hadoop环境以进行体验的目的。

为了保证后面的操作能够正常完成,请先确认本机是否可以解析到主机名leaf,如果不能,请手动添加解析到/etc/hosts目录中:

[[email protected] ~] # echo "127.0.0.1  leaf" >> /etc/hosts
[[email protected] ~] # ping leaf
PING leaf (127.0.0.1) 56(84) bytes of data.
64 bytes from localhost (127.0.0.1): icmp_seq=1 ttl=64  time =0.043 ms
64 bytes from localhost (127.0.0.1): icmp_seq=2 ttl=64  time =0.048 ms
64 bytes from localhost (127.0.0.1): icmp_seq=3 ttl=64  time =0.046 ms

1.rsync软件安装

使用下面命令安装:

[[email protected] ~] # yum install -y rsync

2.ssh安装与免密码登陆配置

(1)ssh安装

使用下面命令安装

[[email protected] ~] # yum install -y openssh-server openssh-clients

(2)ssh免密码登陆配置

因为Hadoop使用ssh协议来管理远程守护进程,所以需要配置免密码登陆。

  • 关闭防火墙和selinux

为了确保能够成功配置,在配置前,先把防火墙和selinux关闭:

# 关闭防火墙
[[email protected] ~] # /etc/init.d/iptables stop
[[email protected] ~] # chkconfig --level 3 iptables off
 
# 关闭selinux
[[email protected] ~] # setenforce 0
[[email protected] ~] # sed -i s/SELINUX=enforcing/SELINUX=disabled/g /etc/selinux/config 
[[email protected] ~] # cat /etc/selinux/config | grep disabled
#     disabled - No SELinux policy is loaded.
SELINUX=disabled
  • 生成密钥对

[[email protected] ~] # mkdir .ssh
[[email protected] ~] # ssh-keygen -t dsa -P '' -f .ssh/id_dsa
Generating public /private dsa key pair.
Your identification has been saved  in . ssh /id_dsa .
Your public key has been saved  in . ssh /id_dsa .pub.
The key fingerprint is:
5b:af:7c:45:f3:ff: dc :50:f5:81:4b:1e:5c:c1:86:90 [email protected]
The key's randomart image is:
+--[ DSA 1024]----+
|           .o oo.|
|           E..oo |
|             =...|
|            o = +|
|        S .  + oo|
|         o .  ...|
|        .   ... .|
|         . ..  oo|
|          o.    =|
+-----------------+
  • 将公钥添加到本地信任列表

[[email protected] ~] # cat .ssh/id_dsa.pub >> .ssh/authorized_keys
  • 验证

上面三步完成后就完成了免密码登陆的配置,可以使用下面的命令进行验证:

[[email protected] ~] # ssh localhost
The authenticity of host  'localhost (::1)' can't be established.
RSA key fingerprint is d1:0d:ed:eb:e7:d1:2f:02:23:70:ef:11:14:4e:fa:42.
Are you sure you want to  continue connecting ( yes /no )?  yes
Warning: Permanently added  'localhost' (RSA) to the list of known hosts.
Last login: Wed Aug 30 04:28:01 2017 from 10.0.0.1

在第一次登陆的时候需要输入yes,之后再登陆时就可以直接登陆了:

[[email protected] ~] # ssh localhost
Last login: Wed Aug 30 04:44:02 2017 from localhost

3.jdk安装与配置

(1)jdk下载

这里使用的是jdk1.7版本,可以到下面的网站进行下载:

http://www.oracle.com/technetwork/java/javase/downloads/java-archive-downloads-javase7-521261.html

下载完成后,可以使用winscp上传到/root目录下,如下:

[[email protected] ~] # ls -lh jdk-7u80-linux-x64.tar.gz 
-rw-r--r--. 1 root root 147M Aug 29 12:05 jdk-7u80-linux-x64. tar .gz

(2)jdk安装

将jdk解压到/usr/local目录下,并创建软链接:

[[email protected] ~] # cp jdk-7u80-linux-x64.tar.gz /usr/local/
[[email protected] ~] # cd /usr/local/
[[email protected]  local ] # tar -zxf jdk-7u80-linux-x64.tar.gz 
[[email protected]  local ] # ls -ld jdk1.7.0_80/
drwxr-xr-x. 8 uucp 143 4096 Apr 11  2015 jdk1.7.0_80/
[[email protected]  local ] # ln -s jdk1.7.0_80/ jdk
[[email protected]  local ] # ls -ld jdk
lrwxrwxrwx. 1 root root 12 Aug 30 04:56 jdk -> jdk1.7.0_80/

(3)JAVA_HOME环境变量配置

java命令在/usr/local/jdk/bin目录下:

[[email protected]  local ] # cd jdk/bin/
[[email protected] bin] # ls -lh java
-rwxr-xr-x. 1 uucp 143 7.6K Apr 11  2015 java

配置java环境变量:

[[email protected] bin] # echo 'export JAVA_HOME=/usr/local/jdk/bin' >> /etc/profile
[[email protected] bin] # echo 'export PATH=$PATH:$JAVA_HOME' >> /etc/profile
[[email protected] bin] # source /etc/profile

这样我们就可以在任何一个目录下使用java相关的命令:

[[email protected] ~] # java -version
java version  "1.7.0_80"
Java(TM) SE Runtime Environment (build 1.7.0_80-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.80-b11, mixed mode)
[[email protected] ~] # javac -version
javac 1.7.0_80

4.hadoop安装与配置

(1)hadoop下载

这里使用hadoop 2.6.5版本,可以到下面的网站进行下载:

http://hadoop.apache.org/releases.html

选择2.6.5的binary进入相应的页面便可以下载,然后使用winscp上传到/root目录下,如下:

[[email protected] ~] # ls -lh hadoop-2.6.5.tar.gz 
-rw-r--r--. 1 root root 191M Aug 29 19:09 hadoop-2.6.5. tar .gz

(2)hadoop安装

将hadoop解压到/usr/local目录下,并创建软链接:

[[email protected] ~] # cp hadoop-2.6.5.tar.gz /usr/local
[[email protected] ~] # cd /usr/local
[[email protected]  local ] # tar -zxf hadoop-2.6.5.tar.gz 
[[email protected]  local ] # ls -ld hadoop-2.6.5
drwxrwxr-x. 9 1000 1000 4096 Oct  3  2016 hadoop-2.6.5
[[email protected]  local ] # ln -s hadoop-2.6.5 hadoop
[[email protected]  local ] # ls -ld hadoop
lrwxrwxrwx. 1 root root 12 Aug 30 05:05 hadoop -> hadoop-2.6.5

(3)hadoop环境变量配置

hadoop相关命令在/usr/local/hadoop/bin和/usr/local/hadoop/sbin目录下,如下所示:

[[email protected]  local ] # cd hadoop/bin/
[[email protected] bin] # ls -lh hadoop
-rwxr-xr-x. 1 1000 1000 5.4K Oct  3  2016 hadoop

配置hadoop环境变量:

[[email protected] bin]# echo 'export HADOOP_HOME=/usr/local/hadoop/bin:/usr/local/hadoop/sbin' >> /etc/profile
[[email protected] bin]# echo 'export PATH=$PATH:$HADOOP_HOME' >> /etc/profile

这样我们就可以在任何一个目录下使用hadoop相关的命令:

[[email protected] ~] # hadoop
Usage: hadoop [--config confdir] COMMAND
        where COMMAND is one of:
  fs                   run a generic filesystem user client
  version              print the version
  jar <jar>            run a jar  file
  checknative [-a|-h]  check native hadoop and compression libraries availability
  distcp <srcurl> <desturl> copy  file or directories recursively
  archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive
  classpath            prints the class path needed to get the
  credential           interact with credential providers
                        Hadoop jar and the required libraries
  daemonlog            get /set the log level  for each daemon
  trace                view and modify Hadoop tracing settings
  or
  CLASSNAME            run the class named CLASSNAME
 
Most commands print help when invoked w /o parameters.

(4)hadoop配置

hadoop的配置文件在/usr/local/hadoop/etc/hadoop目录下:

[[email protected] ~] # cd /usr/local/hadoop/etc/hadoop/
[[email protected] hadoop] # ls
capacity-scheduler.xml      hadoop-policy.xml        kms-log4j.properties        ssl-client.xml.example
configuration.xsl           hdfs-site.xml            kms-site.xml                ssl-server.xml.example
container-executor.cfg      httpfs- env .sh            log4j.properties            yarn- env .cmd
core-site.xml               httpfs-log4j.properties  mapred- env .cmd              yarn- env .sh
hadoop- env .cmd              httpfs-signature.secret  mapred- env .sh               yarn-site.xml
hadoop- env .sh               httpfs-site.xml          mapred-queues.xml.template
hadoop-metrics2.properties  kms-acls.xml             mapred-site.xml.template
hadoop-metrics.properties   kms- env .sh               slaves
  • 配置core-site.xml

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

fs.default.name这个字段下的值用于指定NameNode(HDFS的Master)的IP地址和端口号,如下面的value值hdfs://localhost:9000,就表示HDFS NameNode的IP地址或主机为localhost,端口号为9000.

  • 配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication< /name >
        <value>1< /value >
    < /property >
    <property>
        <name>dfs.name. dir < /name >
        <value> /home/nuoline/hdfs-filesystem/name < /value >
    < /property >
    <property>
        <name>dfs.data. dir < /name >
        <value> /home/nuoline/hdfs-filesystem/data < /value >
    < /property >
< /configuration >

dfs.replication用于指定HDFS中每个Block块被复制的次数,起到数据冗余备份的作用;dfs.name.dir用于配置HDFS的NameNode的元数据,以逗号隔开,HDFS会把元数据冗余复制到这些目录下;dfs.data.dir用于配置HDFS的DataNode的数据目录,以逗号隔开,HDFS会把数据存在这些目录下。

  • 配置mapred-site.xml

<configuration>
    <property>
        <name>mapred.job.tracker< /name >
        <value>localhost:9001< /value >
    < /property >
< /configuration >

mapred.job.tracker字段用于指定MapReduce Jobtracker的IP地址及端口号,如这里IP地址或主机为localhost,9001是MapReduce Jobtracker RPC的交互端口。

  • 配置hadoop-env.sh

export JAVA_HOME= /usr/local/jdk

5.hadoop启动与测试

(1)格式化HDFS分布式文件系统

执行如下命令:

[[email protected]f ~] # hadoop namenode -format
...
17 /08/30 08:41:29 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
17 /08/30 08:41:29 INFO util.ExitUtil: Exiting with status 0
17 /08/30 08:41:29 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at leaf /127 .0.0.1
************************************************************/

注意看输出显示是不是跟上面的类似,如果是,则说明操作成功。

(2)启动hadoop服务

执行如下命令:

[[email protected] ~] # start-all.sh 
This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh
17 /08/30 08:53:22 WARN util.NativeCodeLoader: Unable to load native-hadoop library  for your platform... using  builtin -java classes where applicable
Starting namenodes on [localhost]
localhost: starting namenode, logging to  /usr/local/hadoop-2 .6.5 /logs/hadoop-root-namenode-leaf .out
localhost: starting datanode, logging to  /usr/local/hadoop-2 .6.5 /logs/hadoop-root-datanode-leaf .out
Starting secondary namenodes [0.0.0.0]
0.0.0.0: starting secondarynamenode, logging to  /usr/local/hadoop-2 .6.5 /logs/hadoop-root-secondarynamenode-leaf .out
17 /08/30 08:53:48 WARN util.NativeCodeLoader: Unable to load native-hadoop library  for your platform... using  builtin -java classes where applicable
starting yarn daemons
starting resourcemanager, logging to  /usr/local/hadoop-2 .6.5 /logs/yarn-root-resourcemanager-leaf .out
localhost: starting nodemanager, logging to  /usr/local/hadoop-2 .6.5 /logs/yarn-root-nodemanager-leaf .out

(3)hadoop服务测试

启动完成后,执行jps命令,可以看到hadoop运行的守护进程,如下:

[[email protected] ~] # jps
4167 SecondaryNameNode
4708 Jps
3907 NameNode
4394 NodeManager
4306 ResourceManager
3993 DataNode

也可以通过在浏览器中输入地址来访问相关页面,这里访问NameNode的页���,地址为http://10.0.0.131:50070,如下:

访问DataNode的页面,地址为http://10.0.0.131:50075,如下

6.参考资料

《Hadoop核心技术》

不过需要注意的是,书上版本用的是1.x,这里用的是2.x版本。

更多Hadoop相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13

本文永久更新链接地址  http://www.linuxidc.com/Linux/2017-09/146694.htm





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款