Hadoop 环境设置

桃扇骨 2022-06-05 12:28 162阅读 0赞

**Hadoop操作模式**

一旦下载了Hadoop，您就可以使用以下三种支持模式之一来操作Hadoop集群：

本地/独立模式 ：在系统中下载Hadoop之后，默认情况下，它以独立模式配置，并且可以作为单个Java进程运行。

伪分布式模式 ：它是单机上的分布式仿真。每个Hadoop守护进程（如hdfs，yarn，MapReduce等）都将作为单独的java进程运行。此模式对开发有用。

完全分布式的模式 ：此模式是完全分布式的，至少有两台或多台机器作为集群。我们将在接下来的章节中详细讨论这种模式。

**在独立模式下安装Hadoop**

这里我们将讨论Hadoop 2.4.1在独立模式下的安装。

没有运行的守护程序，并且一切都在单个JVM中运行。独立模式适合在开发期间运行MapReduce程序，因为它很容易测试和调试。

**设置Hadoop**

您可以通过将以下命令附加到〜/.bashrc文件来设置Hadoop环境变量。

**export HADOOP\_HOME=/usr/local/hadoop**

在继续进行之前，您需要确保Hadoop正常工作。只需发出以下命令：

**$ hadoop version**

如果您的设置一切正常，那么你应该看到以下结果：

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

这意味着你的Hadoop的独立模式设置工作正常。默认情况下，Hadoop配置为在单台计算机上以非分布式方式运行。

**例子**

让我们检查一个简单的Hadoop示例。 Hadoop安装提供了以下示例MapReduce jar文件，它提供了MapReduce的基本功能，可用于计算，如Pi值，文件列表中的字数等。

$HADOOP\_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar

让我们有一个输入目录，我们将推送几个文件，我们的要求是计数这些文件中的字的总数。要计算总字数，我们不需要写我们的MapReduce，只要.jar文件包含字计数的实现。您可以尝试使用相同的.jar文件的其他示例;只需发出以下命令来检查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 步骤1

在输入目录中创建临时内容文件。您可以在要工作的任何位置创建此输入目录。

$ mkdir input $ cp $HADOOP\_HOME/\*.txt input $ ls -l input

**它将在您的输入目录中提供以下文件：**

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

这些文件已从Hadoop安装主目录复制。对于您的实验，您可以有不同的和大的文件集。

**第2步**

让我们开始Hadoop进程来计算输入目录中所有可用文件中的总字数，如下所示：

$ hadoop jar $HADOOP\_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar wordcount input output 第3步

第2步将执行所需的处理并将输出保存在output / part-r00000文件中，您可以使用以下命令检查：

**$catoutput/\***

它将列出所有字以及它们在输入目录中可用的所有文件中的总计数。

"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 .............在伪分布式模式下安装Hadoop

按照下面给出的步骤在伪分布式模式下安装Hadoop 2.4.1。

**第1步：设置Hadoop**

您可以通过将以下命令附加到〜/.bashrc文件来设置Hadoop环境变量。

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

现在将所有更改应用到当前运行的系统。$ 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。需要根据您的Hadoop基础结构对这些配置文件进行更改。

**$ cd$HADOOP\_HOME/etc/hadoop**

为了在java中开发Hadoop程序，您必须通过用系统中java的位置替换JAVA\_HOME值来重置hadoop-env.sh文件中的java环境变量。

export JAVA\_HOME=/usr/local/jdk1.7.0\_71

以下是您必须编辑以配置Hadoop的文件列表。

core-site.xml

core-site.xml文件包含诸如用于Hadoop实例的端口号，为文件系统分配的内存，用于存储数据的内存限制以及读/写缓冲区大小的信息。

打开core-site.xml并在<configuration>，</ configuration>标签之间添加以下属性。

<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统的复制数据值，namenode路径和datanode路径等信息。这意味着您要存储Hadoop基础架构的位置。

**让我们假设以下数据。**

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

打开此文件，并在此文件中的<configuration> </ configuration>标记之间添加以下属性。

<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，所有属性值都是用户定义的，您可以根据Hadoop基础结构进行更改。

**yarn-site.xml**

此文件用于将Yarn为Hadoop配置为Hadoop。打开yarn-site.xml文件，并在此文件中的<configuration>，</ configuration>标记之间添加以下属性。

<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce\_shuffle</value> </property> </configuration>

**mapred-site.xml**

此文件用于指定我们使用的MapReduce框架。默认情况下，Hadoop包含yarn-site.xml的模板。首先，需要使用以下命令将文件从mapred-site，xml.template复制到mapred-site.xml文件。

**$ cpmapred-site.xml.template mapred-site.xml**

打开mapred-site.xml文件，并在此文件中的<configuration>，</ configuration>标记之间添加以下属性。

<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>验证Hadoop安装

以下步骤用于验证Hadoop安装。第1步：名称节点设置

使用命令“HDFS的NameNode -format”如下设置名称节点。

$ cd ~ $ hdfs namenode -format预期结果如下。

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：验证HadoopDFS

以下命令用于启动dfs。执行此命令将启动您的Hadoop文件系统。

**$ start-dfs.sh预期输出如下：**

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：验证Yarn脚本

下面的命令被用于启动Yarn脚本。执行该命令将启动纱守护进程。

**$ start-yarn.sh预期输出如下：**

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：在浏览器上访问Hadoop

访问Hadoop的默认端口号为50070.使用以下URL在浏览器上获取Hadoop服务。

![561dc7e6efb146b9fa9a5ca4d28dcbcf.png][]

**第5步：验证集群的所有应用程序**

访问群集的所有应用程序的默认端口号为8088.使用以下URL访问此服务。

**http://localhost:8088/**

![4486bda5c9190d0fd7a576da611fa166.png][]

![6e8b6c624b6448a4ebd266c6d81987d1.gif][]

[561dc7e6efb146b9fa9a5ca4d28dcbcf.png]: /images/20220605/a660af2b24204e34bb7fd133fbd8f227.png
[4486bda5c9190d0fd7a576da611fa166.png]: /images/20220605/142dd881ee97485aa858bd241fefbb62.png
[6e8b6c624b6448a4ebd266c6d81987d1.gif]: /images/20220605/0359fbd8511f4256b37c9717c46afbf5.png