Centos7.0配置Hadoop2.6.3单机/伪分布式环境

朱雀 2022-07-24 08:10 186阅读 0赞

**一：添加hadoop用户**

>   
> 
> 
> 添加hadoop用户组
> 
>     groupadd hadoop
> 
> 添加hadoop用户
> 
>     useradd -g hadoop hadoop
> 
> 设置hadoop用户密码  
> 
> 
>     passwd hadoop
> 
> 设置hadoop用户的权限  
> 
> 
>     visudo
> 
> 找到 root ALL=(ALL)    ALL 在这一行下方添加 （中间空白处为tab键，添加此行权限是为了使hadoop用户有sudo的权限）。  
> 
> 
> hadoopALL=(ALL)  ALL
> 
> 切换用户
> 
>     su hadoop
> 
>   
>

**二：安装SSH、配置SSH无密码登陆**

> 集群、单节点模式都需要用到 SSH 登陆（类似于远程登陆，你可以登录某台 Linux 主机，并且在上面运行命令），一般情况下，CentOS 默认已安装了 SSH client、SSH server，打开终端执行如下命令进行检验：
> 
>     rpm -qa | grep ssh
> 
> 如果返回的结果如下图所示，包含了 SSH client 跟 SSH server，则不需要再安装。
> 
> ![20160518012927730][]
> 
>   
> 
> 
> 若需要安装，则可以通过 yum 进行安装（安装过程中会让你输入 \[y/N\]，输入 y 即可）：
> 
>     sudo yum install openssh-clients
>     sudo yum install openssh-server
> 
> 测试一下 SSH 是否可用：  
> 
> 
>     ssh localhost
> 
> ![20160518012935512][]

> 但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便，退出刚刚的 ssh登陆。  
> 
> 
>     exit
> 
> 返回我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中：
> 
>     cd ~/.ssh/                     # 若没有该目录，请先执行一次ssh localhost
>     ssh-keygen -t rsa              # 会有提示，都按回车即可
>     cat id_rsa.pub >> authorized_keys  # 加入授权
>     chmod 600 ./authorized_keys    # 修改文件权限
> 
> ![20160518012941637][]

再次使用ssh localhost 即可无密码登陆，如下图：

> > > ![20160518012948111][]

**三：安装JDK**

> 到java官方下载jdk安装包，这里下载的是jdk-8u65-linux-x64.tar.gz，安装文件被下载到opt目录下，解压后修改文件jdk1.8.0文件夹名称为jdk，然后配置环境变量（注下载、解压时需使用sudo）。
> 
>     sudo vim /etc/profile
> 
> 添加以下变量后保存退出。
> 
>     export  JAVA_HOME=/opt/jdk
>     export  CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
>     export  PATH=$PATH:$JAVA_HOME/bin
> 
> ![20160518015754617][]  
> 
> 
> 编译配置文件
> 
>     source /etc/profile
> 
> 建议在bashrc文件中也配置jdk变量防止启动hadoop进程时报错。
> 
>     sudo vim ~/.bashrc
> 
> 将JAVA\_HOME变量加人保存退出重新编译文件
> 
>     source ~/.bashrc
> 
> 使用java -version测试，如能显示jdk版本则正常，若不能请注意JAVA\_HOME变量的路径。  
>

**四：安装Hadoop**

> 下载hadoop，并使用sudo tar解压。

> http://apache.fayea.com/hadoop/common/hadoop-2.6.3/hadoop-2.6.3.tar.gz
> 
> 修改hadoop文件名及文件权限
> 
>     sudo mv ./hadoop-2.6.0/ ./hadoop            # 将文件夹名改为hadoop
>     sudo chown -R hadoop:hadoop ./hadoop        # 修改文件权限
> 
> ![20160518015658023][]  
> 
> 
> 配置hadoop环境变量如下
> 
> ![20160518015918931][]  
> 
> 
> 保存退出后，重新编译配置文件，测试hadoop命令
> 
> ![20160518020237139][]

> Hadoop 默认模式为非分布式模式，无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。
> 
>   
> 
> 
> 现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 可以看到所有例子），包括 wordcount、terasort、join、grep 等。
> 
> 在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs\[a-z.\]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中。
> 
>     cd /usr/local/hadoop
>     mkdir ./input
>     cp ./etc/hadoop/*.xml ./input   # 将配置文件作为输入文件
>     ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
>     cat ./output/*          # 查看运行结果
> 
> 运行结果如下：  
> 
> 
> ![20160518021131962][]
> 
>   
> 
> 
> **Hadoop伪分布式配置：**  
> 
> 
>   
> 
> 
> Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。  
> 在设置 Hadoop 伪分布式配置前，我们还需要设置 HADOOP 环境变量，执行如下命令在sudo vim /etc/profile 中设置：  
> 
> 
>     sudo vim /etc/profile
> 
> 添加如下变量
> 
>     export HADOOP_INSTALL=$HADOOP_HOME
>     export HADOOP_MAPRED_HOME=$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
> 
>   
> 保存后重新编译配置文件。
> 
>   
> Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。  
> Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。  
>   
> 修改配置文件 core-site.xml为 (通过 vim编辑会比较方便: vim ./etc/hadoop/core-site.xml)  
> 
> 
>     <configuration>
>         <property>
>             <name>hadoop.tmp.dir</name>
>             <value>file:/usr/local/hadoop/tmp</value>
>             <description>Abase for other temporary directories.</description>
>         </property>
>         <property>
>             <name>fs.defaultFS</name>
>             <value>hdfs://localhost:9000</value>
>         </property>
>     </configuration>
> 
> 同样的，修改配置文件 hdfs-site.xml：  
> 
> 
>     <configuration>
>         <property>
>             <name>dfs.replication</name>
>             <value>1</value>
>         </property>
>         <property>
>             <name>dfs.namenode.name.dir</name>
>             <value>file:/usr/local/hadoop/tmp/dfs/name</value>
>         </property>
>         <property>
>             <name>dfs.datanode.data.dir</name>
>             <value>file:/usr/local/hadoop/tmp/dfs/data</value>
>         </property>
>     </configuration>
> 
>   
> 配置完成后，执行 NameNode 的格式化:  
> 
> 
>     ./bin/hdfs namenode -format
> 
> 成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。  
>   
> 
> 
> 接着开启 NaneNode 和 DataNode 守护进程：  
> 
> 
>     ./sbin/start-dfs.sh
> 
> 出现如下提示 “Are you sure you want to continue connecting”，输入 yes 即可。
> 
> 启动时可能会有 WARN 提示 “WARN util.NativeCodeLoader…” 如前面提到的，这个提示不会影响正常使用。  
>    
> 
> 
> 启动完成后，可以通过命令  jps 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode”和SecondaryNameNode（如果 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，然后再次尝试启动尝试）。如果没有 NameNode 或 DataNode ，那就是配置不成功，请仔细检查之前步骤，或通过查看启动日志排查原因。  
> 
> 
> ![20160518022304337][]  
> 
> 
>   
> 
> 
> **运行Hadoop伪分布式实例：**  
> 
> 
>   
> 
> 
> 上面的单机模式，grep 例子读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先需要在 HDFS 中创建用户目录：  
> 
> 
>     ./bin/hdfs dfs -mkdir -p /user/hadoop
> 
> 接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中。我们使用的是 hadoop 用户，并且已创建相应的用户目录 /user/hadoop ，因此在命令中就可以使用相对路径如 input，其对应的绝对路径就是 /user/hadoop/input:
> 
>     ./bin/hdfs dfs -mkdir input
>     ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
> 
> 复制完成后，可以通过如下命令查看 HDFS 中的文件列表：  
> 
> 
>     ./bin/hdfs dfs -ls input
> 
> 运行MapReduce作业：
> 
>     ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
> 
> 查看运行结果：
> 
>     ./bin/hdfs dfs -cat output/*
> 
> 删除输出文件
> 
>     ./bin/hdfs dfs -rm -r output    # 删除 output 文件夹
> 
> Hadoop 运行程序时，输出目录不能存在，否则会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ，因此若要再次执行，需要执行如下命令删除 output 文件夹。
> 
>   
> 
> 
> **启动YARN：**
> 
>   
> 
> 
> 首先修改配置文件 mapred-site.xml，这边需要先进行重命名：
> 
>     mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
> 
> 然后再进行编辑  vim ./etc/hadoop/mapred-site.xml ：
> 
>     <configuration>
>         <property>
>             <name>mapreduce.framework.name</name>
>             <value>yarn</value>
>         </property>
>     </configuration>
> 
> 接着修改配置文件  yarn-site.xml ：  
> 
> 
>     <configuration>
>         <property>
>             <name>yarn.nodemanager.aux-services</name>
>             <value>mapreduce_shuffle</value>
>             </property>
>     </configuration>
> 
> 然后就可以启动 YARN 了（需要先执行过 ./sbin/start-dfs.sh）：
> 
>     ./sbin/start-yarn.sh      $ 启动YARN
>     ./sbin/mr-jobhistory-daemon.sh start historyserver  # 开启历史服务器，才能在Web中查看任务运行情况
> 
>   
> 
> 
> 开启后通过 jps 查看，可以看到多了 NodeManager 和 ResourceManager  JobHistoryServer  三个后台进程，如下图所示。
> 
> ![20160518023821981][]
> 
> 关闭YARN
> 
>     ./sbin/stop-yarn.sh
>     ./sbin/mr-jobhistory-daemon.sh stop historyserver
> 
>  YARN 主要是为集群提供更好的资源管理与任务调度，然而这在单机上体现不出价值，反而会使程序跑得稍慢些。因此在单机上是否开启 YARN 就看实际情况了。
> 
>   
> 
> 
>   
> 
> 
> 参考博文：http://www.powerxing.com/install-hadoop-in-centos/  
>   
>

[20160518012927730]: /images/20220722/1c4d79bf47be41fb95e67f72f3203c27.png
[20160518012935512]: /images/20220722/ca1aa051a66c49638fead673cd4c03d8.png
[20160518012941637]: /images/20220722/3861faaca3634816ac42869db1d437fa.png
[20160518012948111]: /images/20220722/e4e81516b6794018ae393d1192954d3f.png
[20160518015754617]: /images/20220722/01a9ade5a1e048469bc8c127a2947552.png
[20160518015658023]: /images/20220722/79aa72dc87494f269d0314396ac10d76.png
[20160518015918931]: /images/20220722/bca4b1c057414a039182a21871d82e7f.png
[20160518020237139]: /images/20220722/2423c0bce5364c2a9403611358463921.png
[20160518021131962]: /images/20220722/99e4f6fe26504ab28ae284ce014f348e.png
[20160518022304337]: /images/20220722/c436f8ebe75441f98f5f9d38b6d34ecf.png
[20160518023821981]: /images/20220722/95c8fcf569be40a0a946d29695163c33.png