`
bit1129
  • 浏览: 1068071 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

【Hadoop一】Hadoop伪集群环境搭建

 
阅读更多
 结合网上多份文档,不断反复的修正hadoop启动和运行过程中出现的问题,终于把Hadoop2.5.2伪分布式安装起来,跑通了wordcount例子。Hadoop的安装复杂性的体现之一是,Hadoop的安装文档非常多,但是能一个文档走下来的少之又少,尤其是Hadoop不同版本的配置差异非常的大。Hadoop2.5.2于前两天发布,但是它的配置跟2.5.0,2.5.1没有分别。
 
 系统环境: Ubuntu 12.04 LTS x86_32
 

一、创建用户组和用户

 

  •  创建用户组,为系统添加一个用户组hadoop
 
sudo addgroup hadoop
 
  • 创建用户,为系统添加一个用户hadoop

 

useradd -g hadoop hadoop

 

  • 使用hadoop用户登陆
su hadoop

 

二、使用SSH免密码登录

  • 执行如下命令,生成ssh的密钥,创建的key的路径是/home/hadoop/.ssh/id_rsa
ssh-keygen -t rsa -P ""
       
  • 将 /home/hadoop/.ssh/id_rsa.pub中的内容追加到/home/hadoop/.ssh/authorized_keys中,保存
  • 执行ssh localhost,验证无密码即可登陆

 

三、禁用IPv6

  • 执行如下命令查看当前IPv6是否禁用,1表示禁用,0表示未禁用,默认是0
cat /proc/sys/net/ipv6/conf/all/disable_ipv6
 
  •  编辑如下文件,添加三行,禁用IPv6
sudo vim /etc/sysctl.conf
 
net.ipv6.conf.all.disable_ipv6 = 1
net.ipv6.conf.default.disable_ipv6 = 1
net.ipv6.conf.lo.disable_ipv6 = 1
 
  •  重启机器,再次查看IPv6是否禁用
 

四、安装配置JDK

  

  •    编辑/etc/profile文件,设置JAVA相关的系统变量

 

export JAVA_HOME=/software/devsoftware/jdk1.7.0_55
export PATH=$JAVA_HOME/bin:$PATH
 

 五、安装配置Hadoop2.5.2

  •  编辑/etc/profile文件,设置Hadoop相关的系统变量
export HADOOP_HOME=/home/hadoop/hadoop-2.5.2
export PATH=$HADOOP_HOME/bin:$PATH
 
  • 执行如下使上面配置的系统变量生效
source /etc/profile
 
  • 将JDK设置到Hadoop的环境脚本/home/hadoop/hadoop-2.5.2/etc/hadoop/hadoop-env.sh中,追加一行
export JAVA_HOME=/software/devsoftware/jdk1.7.0_55
 

六、Hadoop2.5.2配置文件设置

Hadoop2.5.2有四个配置文件需要配置,它们都位于/home/hadoop/hadoop-2.5.2/etc/hadoop目录下。四个文件分别是
  • core-site.xml 
  • yarn-site.xml
  • mapred-site.xml
  • hdfs-site.xml

这写配置文件中有些需要手工创建目录,有些需要根据系统的实际情况,设置hostname,hostname不能是IP或者localhost,需要在/etc/hosts中进行设置。需要补充一点,有几个文档指出,127.0.0.1最好只跟一个hostname(即Hadoop用到的)绑定,把其余的注释掉。这个究竟是否产生影响,没有测,只是按照网上的说法,只保留一个hostname

 

6.1 core-site.xml配置

 

 

<configuration>
<property>

      <name>hadoop.tmp.dir</name>
      <!--目录必须手动创建出来-->
      <value>/home/hadoop/data/tmp</value>

      <description>A base for other temporary directories.</description>

  </property>

<!--file system properties-->

  <property>

      <name>fs.defaultFS</name>
      
     <!--HDFS的服务地址,只能使用域名,不能设置为IP或者localhost-->
      <value>hdfs://hostname:9000</value>

  </property>
  <property>
    <!--使用Hadoop自带的so库-->
    <name>hadoop.native.lib</name>
    <value>true</value>
    <description>Should native hadoop libraries, if present, be used.</description>
</property>

</configuration>

 

 

6.2 mapred-site.xml配置

 mapred-site.xml文件默认不存在,使用cp命令从mapred-site.xml.template拷贝一份
 
cp mapred-site.xml.template mapred-site.xml
 
做如下设置,
 
<configuration>
  <property>
  <name>mapreduce.framework.name</name>
  <!--yarn全是小写,不是Yarn-->
  <value>yarn</value>
  </property>
 </configuration>
  
 

6.3 yarn-site.xml配置

 

<configuration>

<!-- Site specific YARN configuration properties -->   

  <property>

    <!--yarn是小写,或许大些Y也可以-->
    <name>yarn.nodemanager.aux-services</name>
    
    <!--不是mapreduce.shuffle-->

    <value>mapreduce_shuffle</value> 

  </property>

  <property>
    <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
 </property>     

  <property>

    <description>The address of the applications manager interface in the RM.</description>       

    <name>Yarn.resourcemanager.address</name> 
   
    <!--根据实际情况,设置hostname域名-->        
    <value>hostname:18040</value>           

  </property>

  <property>

    <description>The address of the scheduler interface.</description>

    <name>Yarn.resourcemanager.scheduler.address</name> 
 
    <!--根据实际情况,设置hostname域名-->
    <value>hostname:18030</value>   

  </property>

  <property>

    <description>The address of the RM web application.</description>

    <name>Yarn.resourcemanager.webapp.address</name> 
    <!--根据实际情况,设置hostname域名-->
    <value>hostname:18088</value>   

  </property>

  <property>

    <description>The address of the resource tracker interface.</description>

    <name>Yarn.resourcemanager.resource-tracker.address</name> 

    <!--根据实际情况,设置hostname域名-->
    <value>hostname:8025</value>   

  </property>

</configuration>

 

6.4 hdfs-site.xml 配置

 

 

<configuration>

    <property>

        <name>dfs.namenode.name.dir</name>
        <!--手工创建好-->
        <value>/home/hadoop/data/hdfs/name</value>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>
        <!--手工创建好-->
        <value>/home/hadoop/data/hdfs/data</value>

    </property>

    <property>

        <!--HDFS文件复本数-->
        <name>dfs.replication</name>

        <value>1</value>

    </property>

</configuration>

 

七、Hadoop初始化并启动

 

  • 格式化Hadoop NameNode

 

hadoop namenode -format 
 

 

观察日志,如果有输出中包括Storage directory /home/hadoop/data/hdfs/name has been successfully formatted,则表示格式化成功

 

  • 启动Hadoop

 

/home/hadoop/hadoop-2.5.2/sbin/start-all.sh
 

 

  • 使用JDK的jps检查Hadoop状态,如果是如下结果,则表示安装成功

 

10682 DataNode
10463 NameNode
11229 ResourceManager
24647 Jps
11040 SecondaryNameNode
11455 NodeManager
 

 

  •  使用netstat -anp|grep java观察Hadoop端口号使用情况

 

tcp        0      0 0.0.0.0:8042            0.0.0.0:*               LISTEN      11455/java      
tcp        0      0 0.0.0.0:50090           0.0.0.0:*               LISTEN      11040/java      
tcp        0      0 0.0.0.0:50070           0.0.0.0:*               LISTEN      10463/java      
tcp        0      0 0.0.0.0:8088            0.0.0.0:*               LISTEN      11229/java      
tcp        0      0 0.0.0.0:34456           0.0.0.0:*               LISTEN      11455/java      
tcp        0      0 0.0.0.0:13562           0.0.0.0:*               LISTEN      11455/java      
tcp        0      0 0.0.0.0:50010           0.0.0.0:*               LISTEN      10682/java      
tcp        0      0 0.0.0.0:50075           0.0.0.0:*               LISTEN      10682/java      
tcp        0      0 0.0.0.0:8030            0.0.0.0:*               LISTEN      11229/java      
tcp        0      0 0.0.0.0:8031            0.0.0.0:*               LISTEN      11229/java      
tcp        0      0 0.0.0.0:8032            0.0.0.0:*               LISTEN      11229/java      
tcp        0      0 0.0.0.0:8033            0.0.0.0:*               LISTEN      11229/java      
tcp        0      0 0.0.0.0:50020           0.0.0.0:*               LISTEN      10682/java      
tcp        0      0 0.0.0.0:8040            0.0.0.0:*               LISTEN      11455/java  
 

 

 

  • 浏览NameNode、DataNode信息,可以查看HDFS状态信息

 

 

http://hostname:50070
 

 

  • 浏览ResourceManagered运行状态,可以浏览MapReduce任务的执行情况

 

 

http://hostname:8088
 

 

八、运行Hadoop自带的WordCount实例

  • 创建本地文件用于计算这个文件中的单词数

 

echo "My first hadoop example. Hello Hadoop in input. " > /home/hadoop/input
 

 

  • 创建HDFS输入目录,用于将上面的文件写入这个目录

 

hadoop fs -mkdir /user/hadooper
 

 

  • 传文件到HDFS输入目录

 

hadoop fs -put /home/hadoop/input /user/hadooper
 

 

  • 执行Hadoop自带的WordCount例子

 

hadoop jar /home/hadoop/hadoop-2.5.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.2.jar wordcount /user/hadooper/input /user/hadooper/output
 

 

  • MapReduce的过程输出

 

hadoop@hostname:~/hadoop-2.5.2/share/hadoop/mapreduce$ hadoop jar /home/hadoop/hadoop-2.5.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.2.jar wordcount /user/hadooper/input /user/hadooper/output
14/11/23 19:45:04 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
14/11/23 19:45:05 INFO input.FileInputFormat: Total input paths to process : 1
14/11/23 19:45:05 INFO mapreduce.JobSubmitter: number of splits:1
14/11/23 19:45:06 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1416742510596_0001
14/11/23 19:45:06 INFO impl.YarnClientImpl: Submitted application application_1416742510596_0001
14/11/23 19:45:07 INFO mapreduce.Job: The url to track the job: http://hostname:8088/proxy/application_1416742510596_0001/
14/11/23 19:45:07 INFO mapreduce.Job: Running job: job_1416742510596_0001
14/11/23 19:45:18 INFO mapreduce.Job: Job job_1416742510596_0001 running in uber mode : false
14/11/23 19:45:18 INFO mapreduce.Job:  map 0% reduce 0%
14/11/23 19:45:26 INFO mapreduce.Job:  map 100% reduce 0%
14/11/23 19:45:36 INFO mapreduce.Job:  map 100% reduce 100%
14/11/23 19:45:37 INFO mapreduce.Job: Job job_1416742510596_0001 completed successfully
14/11/23 19:45:37 INFO mapreduce.Job: Counters: 49
	File System Counters
		FILE: Number of bytes read=102
		FILE: Number of bytes written=195793
		FILE: Number of read operations=0
		FILE: Number of large read operations=0
		FILE: Number of write operations=0
		HDFS: Number of bytes read=168
		HDFS: Number of bytes written=64
		HDFS: Number of read operations=6
		HDFS: Number of large read operations=0
		HDFS: Number of write operations=2
	Job Counters 
		Launched map tasks=1
		Launched reduce tasks=1
		Data-local map tasks=1
		Total time spent by all maps in occupied slots (ms)=5994
		Total time spent by all reduces in occupied slots (ms)=6925
		Total time spent by all map tasks (ms)=5994
		Total time spent by all reduce tasks (ms)=6925
		Total vcore-seconds taken by all map tasks=5994
		Total vcore-seconds taken by all reduce tasks=6925
		Total megabyte-seconds taken by all map tasks=6137856
		Total megabyte-seconds taken by all reduce tasks=7091200
	Map-Reduce Framework
		Map input records=1
		Map output records=8
		Map output bytes=80
		Map output materialized bytes=102
		Input split bytes=119
		Combine input records=8
		Combine output records=8
		Reduce input groups=8
		Reduce shuffle bytes=102
		Reduce input records=8
		Reduce output records=8
		Spilled Records=16
		Shuffled Maps =1
		Failed Shuffles=0
		Merged Map outputs=1
		GC time elapsed (ms)=101
		CPU time spent (ms)=2640
		Physical memory (bytes) snapshot=422895616
		Virtual memory (bytes) snapshot=2055233536
		Total committed heap usage (bytes)=308281344
	Shuffle Errors
		BAD_ID=0
		CONNECTION=0
		IO_ERROR=0
		WRONG_LENGTH=0
		WRONG_MAP=0
		WRONG_REDUCE=0
	File Input Format Counters 
		Bytes Read=49
	File Output Format Counters 
		Bytes Written=64

 

  • 查看MapReduce的运行结果

 

 

hadoop@hostname:~/hadoop-2.5.2/share/hadoop/mapreduce$ hadoop fs -cat /user/hadooper/output/part-r-00000
Hadoop	1
Hello	1
My	1
example.	1
first	1
hadoop	1
in	1
input.	1

 

 

九、运行Hadoop的PI程序

 

hadoop jar /home/hadoop/hadoop-2.5.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.2.jar pi 10 10

 

执行结果是3.200000000000000000

 

十、Hadoop常见问题

1. hadoop不正常推出后,重启后,NameNode将进入Safe Mode,不能提交任务,解决办法:

 

hadoop dfsadmin -safemode leave 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
分享到:
评论

相关推荐

    hadoop2.9 伪集群搭建部署

    hadoop2.9 伪集群安装部署 分析 打通免密登录 Zookeeper 集群搭建 Hadoop 伪集群搭建

    Hadoop伪分布式集群环境搭建

    Hadoop伪分布式集群环境搭建,有常见错误及解决方案。

    hadoop伪集群搭建及eclipse插件配置

    通过以上步骤,开发者就可以在本地搭建一个功能完备的Hadoop伪集群环境,并通过Eclipse插件便捷地进行Hadoop程序的编写、调试与运行了。这样的环境非常适合学习和开发Hadoop应用程序,帮助开发者在部署到实际生产...

    HADOOP快速入门及搭建集群环境

    YARN是HADOOP的资源管理器,负责管理HADOOP集群中计算资源的分配。 1.2 HADOOP产生背景 HADOOP的产生背景是大数据时代的到来,随着数据量的急剧增长,传统的数据处理方式无法满足需求,HADOOP的出现解决了这个问题...

    hadoop伪分布式集群搭建

    在实际应用中,Hadoop通常运行在由多台服务器组成的集群环境中,但为了方便学习和测试,可以搭建一个伪分布式集群(Pseudo Distributed Cluster)。伪分布式集群是指所有Hadoop守护进程都在同一台机器上运行,每个...

    linux虚拟机搭建hadoop伪分布式集群

    在搭建Hadoop伪分布式集群的过程中,首先需要在Linux环境下配置VMware的NAT网络,确保虚拟机能够稳定地运行和通信。NAT网络允许虚拟机通过宿主机与外部网络进行通信,同时保持IP地址的固定性。具体操作包括取消DHCP...

    从零起步搭建Hadoop单机和伪分布式开发环境图文教程.

    3. 安装和配置Eclipse IDE:搭建一个Java开发环境,进行Hadoop应用的开发。 4. 下载并安装Hadoop:获取Hadoop安装包,并按官方文档指示完成安装配置。 5. 配置Hadoop单机模式:修改Hadoop配置文件,让Hadoop运行在...

    hadoop集群环境的搭建

    "hadoop集群环境的搭建" Hadoop 是一个开源的大数据处理框架,由Apache基金会开发和维护。它可以实现大规模数据的存储和处理,具有高可扩展性、可靠性和高性能等特点。搭建 Hadoop 集群环境是实现大数据处理的重要...

    单机搭建hadoop伪集群

    详细介绍了单机搭建hadoop伪集群的全部步骤,希望对大家有帮助

    Hadoop和Spark多节点集群搭建:从入门到进阶0基础!!易懂!!

    Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和Spark多节点集群搭建Hadoop和...

    大数据教程之搭建Hadoop集群.zip_大数据环境搭建hadoop

    综上所述,这个压缩包提供了全面的Hadoop集群搭建教程,涵盖了从基础环境准备、服务器配置、Hadoop安装、SSH和FTP服务的设置,到集群管理和维护等多个环节。对于想要学习和实践Hadoop大数据处理的人来说,这是一个...

    Hadoop集群环境搭建

    例如,在本文中,我们将搭建一个3节点的Hadoop集群,其中三台主机均部署DataNode和NodeManager服务,但只有hadoop001上部署NameNode和ResourceManager服务。 前置条件 Hadoop的运行依赖JDK,因此需要预先安装JDK。...

    Hadoop HA高可用集群搭建(Hadoop+Zookeeper+HBase)

    Hadoop HA高可用集群搭建(Hadoop+Zookeeper+HBase) 一、Hadoop HA高可用集群...通过规划服务器环境、选择合适的版本组合、安装和配置Zookeeper、Hadoop和HBase三个组件,可以搭建一个高效的Hadoop HA高可用集群。

    大数据+Hadoop3.X伪分布式集群搭建笔记+练习搭建Hadoop平台

    练习搭建伪分布Hadoop3.X集群,只用于刚刚开始学习搭建hadoo伪分布式集群的人群,帮助大家快速搭建Hadoop3.X伪分布式集群,快速入门大数据为日后的学习打下坚实的基础

    hadoop集群搭建(超级详细)

    在大数据领域,Hadoop是一个广泛使用的开源框架,用于存储和处理海量数据。本文将详细讲解如何搭建一个...这个超详细的教程覆盖了从零开始到集群搭建完成的全过程,按照步骤执行,可以轻松掌握Hadoop集群搭建技术。

    hadoop集群搭建详细步骤

    本文将详细介绍 Hadoop 集群搭建的步骤,从伪分布式到克隆并将其成功转化为集群搭建。我们将从 Hadoop 伪分布式搭建过程开始,然后将一台机器克隆 2 台机器,最后将这三台伪分布式改装成集群。 一、Hadoop 伪分布式...

    3.基于hadoop集群搭建hbase

    ### 基于Hadoop集群搭建HBase集群详解 #### 一、引言 随着大数据技术的迅猛发展,海量数据的高效存储与处理成为企业关注的重点。Hadoop作为一款能够处理大量数据的基础框架,被广泛应用于各类场景之中。然而,在...

Global site tag (gtag.js) - Google Analytics