|
锁定老帖子 主题：Hadoop环境搭建——单节点篇
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！
声明：ITeye文章版权属于作者，受法律保护。没有作者书面许可不得转载。
推荐链接
|
| 返回顶楼 | |
|
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 |
| 返回顶楼 | |
|
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 |
| 返回顶楼 | |
|
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。
|
| 返回顶楼 | |
|
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: SHUTDOWN_MSG: |
| 返回顶楼 | |
|
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
|
| 返回顶楼 | |
浏览 23699 次
