`

Hadoop0.20.1分布式文件系统配置

阅读更多

Hadoop 的搭建

Hadoop 的下地址:

http://www.apache.org/dyn/closer.cgi/hadoop/core/

版本:hadoop0.20.1

JDK 的安装:

要求必安装 jdk1.5.07 以上的版本。

境的搭建:

1 硬件

采用了 3 台机器来构建,都安装的是 ubuntu10系,并且都有一个名 “sam“的,如下

主机名称:hdfs1 ip:192.168.2.227

主机名称:hdfs2 ip:192.168.1.247

主机名称:hdfs3 ip:192.168.1.249

功能:NameNode,JobTracker

功能:DataNode,TaskTracker

功能:DataNode,TaskTracker

重点:修改 3 台机器的/etc/hosts,彼此的主机名称和 ip 都能利解析,且机器名不一

127.0.0.1  localhost

127.0.1.1  sam-desktop

192.168.2.227   hdfs1

192.168.1.247   hdfs3

192.168.1.249   hdfs2

 

2、 台机器都要安装 java 境,

的路径 “ /usr/java/jdk1.6.0_21“, 并添加到系统环 sudo gedit /etc/profile

JAVA_HOME=/usr/java/jdk1.6.0_21

export JAVA_HOME

CLASSPATH=.:$JAVA_HOME/lib/tools.jar:/lib.dt.jar

PATH=$JAVA_HOME/bin:$PATH

export JAVA_HOME CLASSPATH PATH

 

3、 下 hadoop0.20.1,将 hadoop

 /usr/hadoop/,建最好也将 hadoop 的目添加到量里面去:

HADOOP_HOME=/usr/hadoop/hadoop-0.21.0

export HADOOP_HOME

HADOOP_CONF_DIR=$HADOOP_HOME/conf # hadoop 的配置文件目

export HADOOP_CONF_DIR

HADOOP_LOG_DIR=$HADOOP_HOME/log #存放运行日志目

export HADOOP_LOG_DIR

export PATH=$PATH:$HADOOP_HOME/bin

 

4、 安装 ssh,并生成公和私

sam@sam-desktop$>运行 ssh-keygen -t rsa,根据屏幕提示直接选择“回

>会在用~/.ssh/生两个文件,id_rsa,id_rsa.pub

>cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

以上配置完成后,行一下 ssh localhsot,确你的台机器都可以使用 ssh

 

5、 拷authorized_keys

将 master 服器上的 authorized_keys 的内容加到 slave 两台机器的 authorized_keys 文件中。 master 也可以

不需要密码访问 2 台 slave 服器。

sudo scp authorized_keys hdfs2:/home/sam/.ssh/

sudo scp authorized_keys hdfs3:/home/sam/.ssh/

ssh hdfs2

ssh hdfs3

 

6 修改 hadoop [conf/masters][conf/slaves]

接下来,我要修改 hadoop 的[conf/masters]、[conf/slaves] 2 个文件:

Master (<HADOOP_HOME>/conf/masters):hdfs1

Slave (<HADOOP_HOME>/conf/slaves):hdfs2 hdfs3

 

7、 修改[conf/hadoop-env.sh]:

export JAVA_HOME=/usr/java/jdk1.6.0_21

 

8 修改core-site.xmlhdfs-site.xmlmapred-site.xml

修改core-site.xml(hdfs和mapreduce中很普通的I/O),hdfs-site.xml(datanode配置|HDFS后台程序置的配置:名称,第二名称点和数据),mapred-site.xml,有 hadoop 的性能,需要研究

<configuration>

   <property>

     <name>fs.default.name</name>//你的 namenode 的配置,机器名加端口

     <value>hdfs://hdfs1:9000</value>

   </property>

</configuration>

 

<configuration>

 

    <property>

       <name>dfs.replication</name>//数据需要份的数量,默是三

       <value>3</value>

    </property>

 

    <property>

       <name>dfs.data.dir</name>

       <value>/usr/hadoop/hadoop-0.21.0/data</value>

    </property>

 

    <property>

       <name>dfs.name.dir</name>

       <value>/usr/hadoop/hadoop-0.21.0/namenode/</value>

    </property>

 

    <property>

       <name>hadoop.tmp.dir</name>//Hadoop 的默认临时路径,个最好配置

       <value>/usr/hadoop/hadoop-0.21.0/tmp/</value>

    </property>

 

    <property>

       <name>dfs.block.size</name>//block 的大小,位字,后面会提到用,必 512 的倍数,因采用crc 作文件完整性校

       <value>5120000</value>

       <description>The default block size for new files.</description>

    </property>

 

</configuration>

 

<configuration>

    <property>

        <name>mapred.job.tracker</name>//你的 JobTracker 的配置,机器名加端口

        <value>hdfs1:9001</value>

    </property>

 

    <property>

       <name>mapred.tasktracker.map.tasks.maximum</name>

       <value>4</value>

    </property>

 

    <property>

       <name>mapred.tasktracker.reduce.tasks.maximum</name>

       <value>4</value>

    </property>

 

    <property>

       <name>mapred.child.java.opts</name>//java 虚机的一些参数可以参照配置

       <value>-Xmx512m</value>

    </property>

</configuration>

 

9、 hadoop 的整体境拷

然后将 hadoop 的整体境拷 hdfs2、hdfs3 上面去

scp -r /usr/hadoop/hadoop-0.21.0 hdfs2:/usr/hadoop/hadoop-0.21.0

scp -r /usr/hadoop/hadoop-0.21.0 hdfs3:/usr/hadoop/hadoop-0.21.0

 

10、namenode 上面格式化一个新的分布式文件系 HDFS

在 hdfs1 namenode 上面格式化一个新的分布式文件系 HDFS,就是 hdfs-site.xml 文件中指定

的 hadoop.tmp.dir 路径

<HADOOP_HOME>/bin/hadoop namenode –format

 

11 Hadoop

到此大致上就完成了 hadoop 境布署

hadoop:<HADOOP_HOME>/bin/start-all.sh

停止 hadoop:<HADOOP_HOME>/bin/stop-all.sh

:

(1) 行启 Hadoop 程后,

 >  在 master 服器会启 3 个 java ,分 NameNode,SecondNameNode,JobTracker,在 LOG 目

2 个文件,分别对应 NameNode 的运行日志和 JobTracker 的运行日志,

 >  在 slave 服器会启 2 个 java ,分别为 DataNode,TaskTracker,,在 LOG 目下会 2 个文件

别对应 DataNode 的运行日志和 TaskTracker 的运行日志,可以通过查看日志分析 hadoop 的启

否正确。

(2) 通 IE 浏览分布式文件系中的文件

 >  访问 http://hdfs1:50030 可以 JobTracker 的运行状

 >  访问 http://hdfs2:50060 可以 TaskTracker 的运行状

 >  访问 http://hdfs1:50070 可以 NameNode 以及整个分布式文件系的状


 

修改 Linux主机名

第一

#hostname myhost  //只是临时修改 重启后会恢成原来的

第二

vi /etc/sysconfig/network

修改其中的hostname

wq 退出

第三

vi /etc/hosts 修改中一个

wq 退出

 

ubuntu

第一

sudo gedit /etc/hostname

第二

sudo gedit /etc/hosts

找到127.0.1.1一行,把它右的旧主机名改成你的新主机名即可。重新启动计算机生效。

 


 

ssh keygen 免輸入密碼

懶得打密碼, 以 key 做認證登.

 

驟如下:

 

    * ssh-keygen -t rsa 或 ssh-keygen -d (dsa) => 生出 id_rsa, id_rsa.pub

    * scp id_rsa.pub server_hostname:~/.ssh/

    * ssh server_hostname

    * cat .ssh/id_rsa.pub >> .ssh/authorized_keys 即可

    * 這樣子就可以 key 認證登入, 不需輸入密碼.

 

注意: gen 時會問 Enter passphrase (empty for no passphrase): # 此處直接 enter 跳過,下次才不會詢問password

 

簡單解一下:

 

    * id_rsa: private key

    * id_rsa.pub: public key

 

將 public key(id_rsa.pub) 拷貝到遠端的電腦後, 加到那 user 的 .ssh/authorized_keys 中.

 

之後連線時, 就會用本機的 private key(id_rsa) 與遠端電腦的 public key(authorized_keys) 做認證, 確認完成就可以直接登入, 不需輸入帳號密碼, 而且也比較安全.

 

配置服

SSH服端很简单只需要运行

# sshd

 

就可以了。或者在/etc/rc.conf中加入

sshd_enable="YES"

就可以在次启动时行SSH服端了。

SSH服端的配置使用的配置文件是“/etc/ssh/sshd_config”,并且OpenSSH1.x和2.x的服器配置文件均此文件。

 

配置客

 

端想程服器只需要

#ssh 域名(或ip)

就可以了

比如想以fdy84用户连IP地址192.168.0.6的一台程服 需要

# ssh 192.168.0.6 -l fdy84

只要配置正确就可以端的服器了


 

基于EclipseHadoop应用开发环境的配置

基于Eclipse的Hadoop开发环境的配置

第一:下hadoop-0.20.1-eclipse-plugin.jar

界面是这样滴,选择Window->Open Perspective,可到一个窗口,里面有一个小象图标:Map/Reduce,点它,会打一个新的Perspective。然后点Window->Show View,可以打一个View,如1所示,

 

1


View中,我可以建一个或多个Hadoop运行境,个运行境,有点像,在Eclipse中配置JDBC数据库连接一。如2,3所示:

 

配置完成以后,示如1构一很像在Eclipse配置了,TomcatServer目一

 

你点view中的小象图标,很可能会一个错误


Cannot connect to the Map/Reduce location: sam@sam-desktop
java.io.IOException: Unknown protocol to name node: org.apache.hadoop.mapred.JobSubmissionProtocol
 at org.apache.hadoop.dfs.NameNode.getProtocolVersion(NameNode.java:84)
 at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)  at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
 at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
 at java.lang.reflect.Method.invoke(Method.java:585)
 at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:452)
 at org.apache.hadoop.ipc.Server$Handler.run(Server.java:888)

我也遇到问题,很我郁,我愿想是不是我的服器哪里出了问题?后来才知道,是我的端口配置错误了,我在hdfs-site.xml中不是配置了:

<property>
<name>fs.default.name</name>
<value>hdfs://hdfs1:9000</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>hdfs://hdfs1:9001</value>
</property>

两个端口很重要,9000namenode听端口,而9001jobtracker听端口,在3的界面上新建DFS location候,可以看到Map/Reduce Master,当没弄明白,是什意思,在才知道,jobtracker所在机器及听端口,于是我置成:host=sam-desktop,port=9001,而DFS Master中勾Use M/R Master Host(意思是:是否使用与JobTracker相同的主机?)我的当然是勾上。端口当然也就是9000了,即host= sam-desktopport=9000

于是,the Map/Reduce location就不会再出现错误了。下面的用sam,因我的所有的ubuntu都是sam的用的。

 

个两个端口是否工作正常


可以用Web的方式来个两个端口是否工作正常,namenodeWeb访问端口是50070,由于我的namenode是建立在hdfs1上的,因此,我要用Web方式访问namenode,那浏览器中敲入地址:http://hdfs1:50070,你就会看到一个面,如下4

而9001是也是可以用Web方式来访问的,我的namenode和jobtracker是在一台机器上的,网址是http://hdfs1:50030,如果你配置成功,可以打如下5的面:

 

 

tasktracker可以Web方式访问,由于我的tasktracker是建立在hdfs2上的,因此网址是:http://hdfs2:50060,如果你配置成功,可以打如下6的面:

<p
分享到:
评论

相关推荐

    Hadoop 0.20.1 配置手册-高清pdf文字版

    Hadoop作为一个开源的大数据处理框架,其核心组件包括HDFS(分布式文件系统)和MapReduce(并行计算模型)。在0.20.1版本中,Hadoop已经具备了处理大规模数据的能力,但同时也需要用户对其配置有深入理解,以确保...

    Hadoop-0.20.1+API

    4. **Hadoop配置**:了解如何通过XML配置文件设置Hadoop集群参数,例如`core-site.xml`, `hdfs-site.xml`, 和 `mapred-site.xml`。 5. **Hadoop MapReduce编程模型**:深入理解MapReduce的生命周期,包括map阶段、...

    hadoop-0.20.1.tar.gz下载

    该压缩包文件“hadoop-0.20.1.tar.gz”包含了Hadoop 0.20.1的所有源代码、配置文件、文档和库文件。下载这个版本可能是因为某些用户需要在旧系统上运行或者对比不同版本的功能差异。 Hadoop的核心组件主要包括两个...

    Eclipse中编译运行Hadoop-0.20.1源码

    配置伪分布式模式通常涉及到修改`conf/core-site.xml`和`conf/hdfs-site.xml`文件,设置`fs.defaultFS`为`hdfs://localhost:9000`,并指定本地数据存储路径。 接下来,打开Eclipse并创建一个新的Java项目。项目的...

    hadoop完全分布配置指南

    ### Hadoop 完全分布式配置指南 #### 一、系统环境配置 为了成功搭建Hadoop集群,我们需要确保所有参与的机器都有适当的系统环境配置。本文档假设存在三台机器,并且都安装了Ubuntu操作系统。 - **主机:** 192....

    Hadoop与HBase自学笔记

    接着,修改Hadoop的配置文件,包括`hadoop-env.sh`、`core-site.xml`、`hdfs-site.xml`和`mapred-site.xml`,以适应你的环境。启动Hadoop服务,确保所有进程都在运行。 7. **安装HBase**:HBase是基于Hadoop的...

    ubuntu下hadoop配置指南.docx

    Hadoop的核心配置文件位于`/hadoop/conf`目录下,主要包括`core-site.xml`、`hadoop-env.sh`、`hdfs-site.xml`和`mapred-site.xml`。这些文件定义了Hadoop运行的各项参数。例如,`core-site.xml`用来设置Hadoop临时...

    Hadoop的Eclipse插件,MapReduce

    Hadoop是Apache软件基金会的一个项目,其核心设计包括两个主要组件:HDFS(Hadoop分布式文件系统)和MapReduce。HDFS为大数据提供了分布式存储,而MapReduce则是一个用于并行处理这些数据的编程模型。MapReduce的...

    ubuntu下hadoop配置指南.pdf

    - **配置Hadoop**:修改conf目录下的配置文件,包括core-site.xml、hadoop-env.sh、hdfs-site.xml和mapred-site.xml。例如,设置JAVA_HOME环境变量,指定HDFS的名称节点等。 4. **核心配置文件详解**: - **core-...

    Hadoop学习及实战资料.zip

    它通常会涵盖Hadoop的安装步骤、基本概念,如分布式文件系统和MapReduce模型,以及如何编写和运行Hadoop作业。通过这个手册,初学者可以快速上手,理解Hadoop的基础操作和工作原理。 最后,**"hadoop入门学习资料...

    hadoop0.20.2的eclipse3.3.2插件及开发环境帮助文档

    Hadoop是一个分布式文件系统,它允许存储和处理海量数据,而Eclipse则是一个强大的Java开发工具,通过特定的插件可以支持Hadoop开发。本文档将详细介绍如何在Eclipse 3.3.2中安装和配置Hadoop插件,以及如何利用这个...

    Hadoop配置手册

    这些配置包括但不限于`core-site.xml`、`hdfs-site.xml`、`mapred-site.xml`等核心配置文件的设置,以及启动Hadoop服务的过程。通过以上步骤,我们可以成功搭建一个功能完善的Hadoop集群环境,用于数据处理和分布式...

    Hadoop_HBase_Pig

    在完成Hadoop的解压后,需修改`hadoop-0.20.1/conf`目录下的多个配置文件,包括但不限于: - `hadoop-env.sh`: 配置Java的路径。 - `core-site.xml`: 设置HDFS的相关参数,如NameNode和DataNode的地址。 - `hdfs-...

    hadoop_ubuntu

    本文将详细介绍如何在 Ubuntu 操作系统上安装并配置 Hadoop 分布式计算框架。本教程使用的具体版本为 Hadoop-0.20.1 和 Ubuntu 9.10。通过本教程的学习,您将能够成功地在本地或集群环境中搭建 Hadoop 平台。 #### ...

    hadoop在windows下环境的配置

    ### Hadoop在Windows下的环境配置知识点详解 #### 一、前言 Hadoop是一个开源软件框架,用于分布式存储和处理大型数据集。虽然Hadoop主要针对Linux平台进行了优化和支持,但在开发阶段,Windows平台也可以作为支持...

    windows下搭建hadoop平台.pdf

    3. 修改 Hadoop 配置文件,包括 hadoop-env.sh、core-site.xml、hdfs-site.xml 和 mapred-site.xml 修改 Hadoop 配置文件 1. 修改 hadoop-env.sh,设置 JAVA_HOME 变量 2. 修改 core-site.xml,设置 fs.default....

    在ubuntu下搭建hadoop环境搭建__说明文档

    - 修改`core-site.xml`配置文件。 - 示例配置如下: ```xml &lt;name&gt;fs.defaultFS &lt;value&gt;hdfs://localhost:9000 ``` - 这个配置指定了Hadoop集群的默认文件系统,即本地的HDFS实例。 4. **...

Global site tag (gtag.js) - Google Analytics