论坛首页 Java企业应用论坛

Hadoop环境搭建——单节点篇

浏览 23699 次
精华帖 (1) :: 良好帖 (0) :: 新手帖 (0) :: 隐藏帖 (0)
作者 正文
   发表时间:2011-01-22   最后修改:2011-05-03

      自漫聊1.0发布以来,研究Hadoop也有一段时间了,目前环境已基本搭建好,规模为15台的小型集群,昨晚测试时是用wordcount统计一个1.2G的log文件,总耗时2分16秒,虽然测试文件不大,但其性能的优越性已经体现出来了。

 

      闲话不多说了,进正题。

 

     注:本文的环境搭建是针对双系统和linux系统的,而非win下的虚拟机!

 

    流程:

         装机阶段: 安装ubuntu,jdk和hadoop

                         创建一个名为hadoop的用户和用户组

         配置阶段: 配置环境变量

                         创建ssh key

                         配置hadoop

         运行测试阶段: 格式化namenode

                               启动hadoop

                               跑wordcount

      准备:

          ubuntu 10.10

          hadoop 0.21.0

          jdk1.6.0_23 for linux

    装机阶段:

          1、安装ubuntu10.10

               wubi的傻瓜式安装应该不用我多说了吧,在win下用虚拟光驱载入,然后执行.......另外补充下,安装时最好断开网络连接(我们是直接拔的网线),因为ubuntu安装过程中需要更新一些语言包之类的东西,那些东西与我们要做的事没什么关系,下载时间又长,所以建议不更新。

 

          2、安装jdk1.6.0_23

                有多种方法,此处只介绍一种

                1、在usr下面新建一个文件夹Java,然后将jdk复制过来(也可直接mv过来)

                       sudo mkdir /usr/Java

                       sudo cp jdk的路径 /usr/Java

                  

                   2、进入到Java目录下,改变文件权限为可执行

                       cd /usr/Java 

                       sudo chmod u+x jdk1.6.0_23.bin

 

                   3、执行安装

                       sudo ./jdk1.6.0_23.bin

                       (现象为Unpacking....加一连串解压信息)

 

              3、安装hadoop0.21.0

                      1、将hadoop0.21.0.tar.gz复制到usr下面的local文件夹内(也可mv)

                        sudo cp hadoop的路径 /usr/local

 

                    2、进入到local目录下,解压hadoop0.21.0.tar.gz

                        cd /usr/local

                        sudo tar -xzf hadoop0.21.0.tar.gz

 

                    3、为了方便管理,将解压后的文件夹名改为hadoop

                        sudo mv hadoop0.21.0 hadoop

 

              4、创建一个名为hadoop的用户和用户组

                  1、创建一个名为hadoop的用户组

                        sudo addgroup hadoop

 

                    2、创建一个名为hadoop的用户,归到hadoop用户组下

                        sudo adduser --ingroup hadoop hadoop

                        (注1:前一个hadoop为用户组名,后面的是用户名,之所以名字一样是为了方便统一管理

                         注2:执行后会有一些信息需要填写,可以不填,都敲回车,用系统默认的即可,大概5个吧)

 

                    3、用gedit打开etc下的sudoers文件

                        sudo gedit /etc/sudoers

 

                    4、在 root   ALL=(ALL)  ALL 下面添加如下一行,然后保存关闭gedit

                         hadoop  ALL=(ALL)  ALL

                        (注1:网上有文档上是说先切换到root用户,然后修改sudoers的权限,再打开添加

                                 hadoop  ALL=(ALL)  ALL ,然后再将权限改回为只读,这样就要特别注意一

                                 定要将权限改回为只读,不然“sudo”命令就无法使用了,很悲剧的说

                           注2:添加 hadoop  ALL=(ALL)  ALL 的意义在于能让hadoop用户使用“sudo”命令

 

 

      配置阶段:

           

           1、配置环境变量

                     1、用gedit打开etc下的profile文件

                        sudo gedit /etc/profile

 

                    2、在文件最后加入如下几行

      export CLASSPATH=.:/usr/Java/jdk1.6.0_23/lib:/usr/Java/jdk1.6.0_23/jre/lib:$CLASSPATH

      export PATH=.:/usr/Java/jdk1.6.0_23/bin:/usr/Java/jdk1.6.0_23/jre/bin:/usr/local/hadoop/bin:$PATH

                        (注1:以上所有jre项都不是必需的,可以不要

                         注2:在win中环境变量的值是以“;”号隔开的,而这里是“:”

                         注3:等号后面有个“.”别丢了,它表示当前目录)

 

                    3、保存后关闭gedit,并重启机器

                        sudo reboot

                        (注:网上也有说用source命令使环境变量立即生效的,但是本人在

                                实际操作时出了几次问题,所以建议重启机器最保险)

 

                    4、重启后用hadoop用户登录,验证配置是否成功

                        java -version  (此语句执行后如显示了jdk版本的话说明配置成功,如果没有则需检查profile中路径是否正确)

                        (注:最好是用hadoop用户登录,因为以下步骤都是以此为前提的)

 

 

                 2、创建ssh-key

                  1、确保网络通畅,然后装载ssh服务

                         sudo apt-get install openssh-server

                         (注:如果此语句执行失败且结果为“....包被占用”的话,那么应该是ubuntu的“更新管理器”正在后台更新,你可以选择等待或者关闭更新,更新管理器在“系统”菜单中,具体位置忘了.....)

 

                     2、创建ssh-key,为rsa (网上文档中也有dsa的)

                         ssh-keygen -t rsa --P

                         (注1:此语句网上文档为 ssh-keygen -t rsa -P "" ,效果一样

                            注2:此语句执行后会要你填写key的保存位置,直接照着系统给出的那个默认位置填,也就是括号里的那个路径,如果全都照此文档操作的话那么括号中路径应该为"/home/hadoop/.ssh/id_rsa")

 

                     3、将此ssh-key添加到信任列表中,并启用此ssh-key

                         cat /home/hadoop/.ssh/id_rsa.pub >> /home/hadoop/.ssh/authorized_keys

                         sudo /etc/init.d/ssh reload

 

                  3、配置hadoop

                  1、进入到hadoop目录下,配置conf目录下的hadoop-env.sh中的JAVA_HOME

                          cd /usr/local/hadoop

                          sudo gedit conf/hadoop-env.sh

                         (打开后在文档的上部某行有“#export JAVA_HOME=...”字样的地方,去掉“#”,

                           然后在等号后面填写你的jdk路径,完全按此文档来的话应改为 "export JAVA_HOME=/usr/Java/jdk1.6.0_23" )

 

                      2、配置conf目录下的core-site.xml

                          sudo gedit conf/core-site.xml

                          (打开后标签<configuration> </configuration>中是空的,所以在空的地方加入如下配置)

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

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

<property> 
       <name>hadoop.tmp.dir</name>
       <value>/home/hadoop/tmp</value> 
</property>
 

 

                       3、配置conf目录下的mapred-site.xml

                           sudo gedit conf/mapred-site.xml

                          (打开后标签<configuration> </configuration>中也是空的,添加如下配置)

 

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

 

 

 

 

 

 

 

运行测试阶段:

                1、格式化namenode (首次运行必需滴)

                    1、保证此时在hadoop目录下,如不在请先进入hadoop目录

                           cd /usr/local/hadoop

 

                    2、格式化namenode

                           hadoop namenode -format

 

                   2、启动hadoop

                   1、修改hadoop文件夹的权限,保证hadoop用户能正常访问其中的文件

                           sudo chown -hR hadoop /usr/local/hadoop

 

                       2、启动hadoop

                           bin/start-all.sh

 

                       3、验证hadoop是否正常启动

                           jps

                          (此语句执行后会列出已启动的东西NameNode,JobTracker,SecondaryNameNode...如果NameNode没有成功启动的话就要先执行"bin/stop-all.sh"停掉所有东西,然后重新格式化namenode,再启动)

 

 

                    3、跑wordcount

                    1、准备需要进行wordcount的文件

                            sudo gedit /tmp/test.txt

                            (打开后随便输入一些内容,如"mu ha ha ni da ye da ye da",然后保存退出)

 

                        2、将准备的测试文件上传到dfs文件系统中的firstTest目录下

                            hadoop dfs -copyFromLocal /tmp/test.txt firstTest

                           (注:如dfs中不包含firstTest目录的话就会自动创建一个,关于查看dfs文件系统中已有目录的指令为"hadoop dfs -ls")

        

                        3、执行wordcount

                            hadoop jar hadoop-mapred-example0.21.0.jar wordcount firstTest result

                           (注:此语句意为“对firstTest下的所有文件执行wordcount,将统计结果输出到result文件夹中”,若result文件夹不存在则会自动创建一个)

 

                        4、查看结果

                            hadoop dfs -cat result/part-r-00000

                           (注:结果文件默认是输出到一个名为“part-r-*****”的文件中的,可用指令“hadoop dfs -ls result”查看result目录下包含哪些文件)

 

 

       至此单节点环境搭建完成!

 

      集群搭建请参见: http://vampire1126.iteye.com/blog/891735

   发表时间:2011-03-04  
按照你的步骤走下来之后,在格式化namenode的时候出现下面的错误,求解答(我用的是Ubuntu10.4版本,hadoop0.21.0)

2011-3-3 20:32:23 org.apache.hadoop.hdfs.server.namenode.NameNode main
严重: java.lang.NoClassDefFoundError: org/apache/log4j/Level
at org.apache.hadoop.mapred.JobConf.<clinit>(JobConf.java:343)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:247)
at org.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:1074)
at org.apache.hadoop.util.ReflectionUtils.setJobConf(ReflectionUtils.java:88)
at org.apache.hadoop.util.ReflectionUtils.setConf(ReflectionUtils.java:72)
at org.apache.hadoop.util.ReflectionUtils.newInstance(ReflectionUtils.java:125)
at org.apache.hadoop.hdfs.server.namenode.BlockPlacementPolicy.getInstance(BlockPlacementPolicy.java:168)
at org.apache.hadoop.hdfs.server.namenode.BlockManager.setConfigurationParameters(BlockManager.java:144)
at org.apache.hadoop.hdfs.server.namenode.BlockManager.<init>(BlockManager.java:139)
at org.apache.hadoop.hdfs.server.namenode.BlockManager.<init>(BlockManager.java:130)
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.<init>(FSNamesystem.java:390)
at org.apache.hadoop.hdfs.server.namenode.NameNode.format(NameNode.java:1240)
at org.apache.hadoop.hdfs.server.namenode.NameNode.createNameNode(NameNode.java:1348)
at org.apache.hadoop.hdfs.server.namenode.NameNode.main(NameNode.java:1368)
Caused by: java.lang.ClassNotFoundException: org.apache.log4j.Level
at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
at java.lang.ClassLoader.loadClass(ClassLoader.java:307)
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:301)
at java.lang.ClassLoader.loadClass(ClassLoader.java:248)
... 15 more
0 请登录后投票
   发表时间:2011-03-11  
iorofeng 写道
按照你的步骤走下来之后,在格式化namenode的时候出现下面的错误,求解答(我用的是Ubuntu10.4版本,hadoop0.21.0)


非常抱歉,我又试了下,还是没有出现如上问题,我用的是Ubuntu10.10,要不你也用10.10试试吧
0 请登录后投票
   发表时间:2011-03-28  
执行bin/hadoop dfs -put urls urls这个的时候报错~Bad connection to FS. command aborted.
解决:
 System.err.println("Version Mismatch between client and server ... command aborted.");
把你DataNode上的DFS数据全删了,再重新格式化NameNode。
0 请登录后投票
   发表时间:2011-11-17  

我也是按照你的步骤一步一步做的,但是格式化namenode的时候报错   不知道是什么原因!!!!

 

 

[root@localhost hadoop]# hadoop namenode -format
11/11/13 10:41:14 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG:   host = localhost.localdomain/127.0.0.1
STARTUP_MSG:   args = [-format]
STARTUP_MSG:   version = 0.20.2
STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-0.20 -r 911707; compiled by 'chrisdo' on Fri Feb 19 08:07:34 UTC 2010
************************************************************/
11/11/13 10:41:14 FATAL conf.Configuration: error parsing conf file: com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 2-byte UTF-8 sequence.
11/11/13 10:41:14 ERROR namenode.NameNode: java.lang.RuntimeException: com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 2-byte UTF-8 sequence.
        at org.apache.hadoop.conf.Configuration.loadResource(Configuration.java:1162)
        at org.apache.hadoop.conf.Configuration.loadResources(Configuration.java:1030)
        at org.apache.hadoop.conf.Configuration.getProps(Configuration.java:980)
        at org.apache.hadoop.conf.Configuration.set(Configuration.java:405)
        at org.apache.hadoop.hdfs.server.namenode.NameNode.setStartupOption(NameNode.java:927)
        at org.apache.hadoop.hdfs.server.namenode.NameNode.createNameNode(NameNode.java:944)
        at org.apache.hadoop.hdfs.server.namenode.NameNode.main(NameNode.java:965)
Caused by: com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 2 of 2-byte UTF-8 sequence.
        at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(UTF8Reader.java:684)
        at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(UTF8Reader.java:369)
        at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(XMLEntityScanner.java:1742)
        at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.scanData(XMLEntityScanner.java:1256)
        at com.sun.org.apache.xerces.internal.impl.XMLScanner.scanComment(XMLScanner.java:756)
        at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanComment(XMLDocumentFragmentScannerImpl.java:1040)
        at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(XMLDocumentFragmentScannerImpl.java:2953)
        at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(XMLDocumentScannerImpl.java:648)
        at com.sun.org.apache.xerces.internal.impl.XMLNSDocumentScannerImpl.next(XMLNSDocumentScannerImpl.java:140)
        at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(XMLDocumentFragmentScannerImpl.java:511)
        at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(XML11Configuration.java:808)
        at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(XML11Configuration.java:737)
        at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(XMLParser.java:119)
        at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(DOMParser.java:235)
        at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:284)
        at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:180)
        at org.apache.hadoop.conf.Configuration.loadResource(Configuration.java:1079)
        ... 6 more

11/11/13 10:41:14 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost.localdomain/127.0.0.1
************************************************************/

0 请登录后投票
   发表时间:2011-11-17  
如果是单机,你自己写的java程序来解析文件肯定比hadoop要快得多
0 请登录后投票
论坛首页 Java企业应用版

跳转论坛:
Global site tag (gtag.js) - Google Analytics