Hadoop 快速入门

 

Required Software

1. Java^TM 1.5.x
2. ssh与sshd

如果没有安装请自行安装。我以CentOS 4.6为例。

下载hadoop，http://apache.mirror.phpchina.com/hadoop/core/ 我下载的是0.17.1版本。

解压hadoop-0.17.1.tar.gz，然后conf/hadoop-env.sh 设置JAVA_HOME ，我是可JAVA_HOME 去注释，值自己的路径。如：

export JAVA_HOME=/usr/java/jdk1.6.0_06

如果不设置启动后用不了。

先从简单开始。

1、Local (Standalone) Mode ，叫单机模式。

[chenlb@master hadoop-0.17.1]$ bin/hadoop jar hadoop-0.17.1-examples.jar grep conf output 'dfs[a-z.]+'

 

[chenlb@master hadoop-0.17.1]$ cat output/*

如果，正常可以看到内容。像这样。

3       dfs.
3       dfs.class
2       dfs.period
2       dfs.replication
...    ...

2、Pseudo-Distributed Mode，虚拟分布模式。
vi conf/hadoop-site.xml

<configuration>
<property>
        <name>fs.default.name</name>
        <value>hdfs://master:9000/</value>
</property>
<property>
        <name>mapred.job.tracker</name>
        <value>hdfs://master:9001/</value>
</property>
<property>
        <name>dfs.replication</name>
        <value>1</value>
</property>
<property>
        <name>hadoop.tmp.dir</name>
        <value>/home/chenlb/hadoop-0.17.1/tmp/</value>
</property>
</configuration>

在/etc/hosts里添加本机ip对应master，例如我的：172.16.249.210    master
保证可以无密码登录。请看那一篇文章：http://www.blogjava.net/chenlb/archive/2008/07/03/212293.html

用ssh localhost试一下是否免密码登录。

格式化分布式文件系统：

[chenlb@master hadoop-0.17.1]$ bin/hadoop namenode -format

启动Hadoop：

[chenlb@master hadoop-0.17.1]$ bin/start-all.sh 

默认可以在${HADOOP_HOME}/logs里看到日志。

可以用web看浏览NameNode和JobTracker

NameNode - http://localhost:50070/

JobTracker - http://localhost:50030/

把文件放到分布式文件系统里：

[chenlb@master hadoop-0.17.1]$ bin/hadoop dfs -put conf input

此时已经在分布文件系统里建立了input文件夹。而conf是本地的文件夹。

执行示例：

[chenlb@master hadoop-0.17.1]$ bin/hadoop jar hadoop-*-examples.jar grep input output 'dfs[a-z.]+'

这里input和output都是分布式文件系统的的文件夹，而且output在分布式文件系统里不存在，否则报错（也可以先删除它bin/badoop dfs -rmr output）。

耐心等待。结束后可以查看。

[chenlb@master hadoop-0.17.1]$ bin/hadoop dfs -get output output 
[chenlb@master hadoop-0.17.1]$ cat output/* 

也可以直接在分布式文件系统里查：

[chenlb@master hadoop-0.17.1]$ bin/hadoop dfs -cat output/*

成功运行后可以关闭它了：

[chenlb@master hadoop-0.17.1]$ bin/stop-all.sh

我在第2阶段，出了些问题：output已经存在，要先删除它（第二次运行前，可以不用output）。

下一篇讲：Fully-Distributed Mode

分享到：

Hadoop 快速入门(二)--Fully-Distributed ... | Linux 重启网卡

• 2008-08-11 15:28
• 浏览 2661
• 评论(0)
• 查看更多