Hadoop的安装使用简介

2023年9月4日 267次阅读 来源: simplelovecs

Hadoop的运行有三种形式：

  • 单实例运行
  • 伪分布式
  • 完全分布式
    本文主要介绍单实例Hadoop的安装以及使用简介。下面的安装和配置步骤主要是为了快速安装和体验Hadoop，而不是在产品环境下使用Hadoop。

单实例Hadoop

1.下载

从Hadoop下载主页中选择合适的版本下载Hadoop。
命令示例如下：

HADOOP_VERSION=hadoop-3.0.0-alpha1
wget http://apache.fayea.com/hadoop/common/${HADOOP_VERSION}/${HADOOP_VERSION}.tar.gz
wget https://dist.apache.org/repos/dist/release/hadoop/common/${HADOOP_VERSION}/${HADOOP_VERSION}.tar.gz.mds
wget https://dist.apache.org/repos/dist/release/hadoop/common/${HADOOP_VERSION}/${HADOOP_VERSION}.tar.gz.asc
wget https://dist.apache.org/repos/dist/release/hadoop/common/KEYS

2.验证和解压

  • 验证
    命令执行类似如下：

    HADOOP_VERSION=hadoop-3.0.0-alpha1
md5 ${HADOOP_VERSION}.tar.gz | awk '{print $4}' > mycomputation.md5
sed -n '1,2p' ${HADOOP_VERSION}.tar.gz.mds | sed 's/[ ]//g' | awk -v RS="" -F= '{gsub("\n","");print tolower($2)}' > extraction.md5
diff mycomputation.md5 extraction.md5
gpg -q --import KEYS
gpg --verify ${HADOOP_VERSION}.tar.gz.asc ${HADOOP_VERSION}.tar.gz

  • 解压
    验证解压下载的文件，并进入其根目录。
    命令执行类似如下：

    HADOOP_VERSION=hadoop-3.0.0-alpha1
tar xzvf ${HADOOP_VERSION}.tar.gz
cd ${HADOOP_VERSION}

3.设置JAVA_HOME环境变量

修改配置JAVA_HOME。
注意：
是通过修改文件etc/hadoop/hadoop-env.sh中的JAVA_HOME属性变量。
示例如下：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_112.jdk/Contents/Home/

4.测试安装正常

  • 通过执行 bin/hadoop
    执行命令bin/hadoop，正常情况应该显示hadoop的命令使用文档。

  • 运行map reduce任务
    执行如下命令：

    mkdir input
cp etc/hadoop/*.xml input
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha1.jar grep input output 'dfs[a-z.]+'
cat output/*

伪分布式Hadoop

1.配置

  • 编辑文件etc/hadoop/core-site.xml:

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

  • 编辑文件etc/hadoop/hdfs-site.xml:

    <configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

2.无密码ssh登陆

执行如下命令：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

3.执行测试

  1. 格式化文件系统:
    bin/hdfs namenode -format

  2. 启动NameNode daemon和DataNode daemon:

    sbin/start-dfs.sh

日志写到$HADOOP_LOG_DIR目录(缺省是$HADOOP_HOME/logs)。

  1. 浏览NameNode的web接口:

  1. 创建HDFS目录来执行MapReduce任务:

    bin/hdfs dfs -mkdir /user
bin/hdfs dfs -mkdir /user/zhengfq

  2. 拷贝输入文件到分布式文件系统:

    bin/hdfs dfs -mkdir input
bin/hdfs dfs -put etc/hadoop/*.xml input

  3. 运行例子:

     bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha1.jar grep input output 'dfs[a-z.]+'

  4. 检查输出:

     bin/hdfs dfs -cat output/*

  5. 停止进程:

     sbin/stop-dfs.sh

参考

    原文作者：simplelovecs
    原文地址: https://www.jianshu.com/p/e450fe10d003
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞