2019獨角獸企業重金招聘Python工程師標準>>>

一、目的

這篇文檔描述了怎樣去安裝和配置一個單節點的Hadoop，因此您可以使用Hadoop MapReduce?和 Hadoop Distributed File System (HDFS) 快速展現一個簡單的運算。

二、安裝的先決條件

支持的平臺

Hadoop支持GNU/Linux系統，并被作為開發和產品平臺。經證實，在GNU/Linux平臺上Hadoop可以支持2000個節點的集群。

Windows系統也是被支持的，但是下面的文檔僅描述Hadoop在Linux上的安裝，Hadoop在Windws系統的安裝請參考?wiki page。

所需軟件

Linux需求的軟件包含：

Java? 必須被安裝，推薦的Java版本請參考?HadoopJavaVersions. ssh 必須被安裝并且sshd是運行狀態， 因為需要用Hadoop腳本去管理遠程守護進程。

?

安裝軟件

如果你的集群中沒有上述軟件，請安裝它。

例如在Ubuntu下：

$ sudo apt-get install ssh
$ sudo apt-get install rsync

三、下載所需軟件

獲取Hadoop 分布式集群軟件，從?Apache Download Mirrors上下載一個最近的穩定版本（當期穩定版本是2.4.1）。

四、準備開始Hadoop集群

解壓下載好的Hadoop軟件。 在安裝目錄里，編輯文件etc/hadoop/hadoop-env.sh，并定義下面一些參數：?

# 設置JAVA的安裝目錄export JAVA_HOME=/usr/java/latest # 設置hadoop的安裝目錄，假如您的安裝目錄是 /usr/local/hadoopexport HADOOP_PREFIX=/usr/local/hadoop
在Termimal中嘗試輸入以下命令: $ bin/hadoop

輸入上述命令后，Terminal中將會顯示hadoop scripts的使用幫助文檔。

接下來，你可以在下面三種模式中開始您的Hadoop集群

• 本地模式（單機模式）
• 為分布式模式
• 完全分布式模式

?

五、單機安裝（運行一個例子）

默認情況下，Hadoop作為一個簡單的Java程序，被運行在一個沒有分布式的模式。更多的是被用來調式程序。

在下面的例子中，復制Hadoop安裝文件中的conf目錄，使用它作為輸入。然后再conf文件中找出與給定正則表達式匹配的文件。輸出被寫到給定的output目錄。

$ mkdir input$ cp etc/hadoop/*.xml input$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar grep input output 'dfs[a-z.]+'$ cat output/*

六、偽分布式安裝

?Hadoop也可以在一個單節點中運行偽分布式模式，Hadoop守護進程運行在一個分割的Java程序中。

?配置

?配置的文件和屬性如下：

?etc/hadoop/core-site.xml：

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

etc/hadoop/hdfs-site.xml:

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

?

配置ssh無秘鑰登錄

使用如下命令檢查您的ssh是否可以無秘鑰登錄

$ ssh localhost

如果不能使用無秘鑰登錄到localhost，請執行下面的命令：

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

?執行

?下面這些命令運行一個MapReduce作業，如果您想執行一個YARN作業，請參考下一節的內容：?在單節點上運行YARN。

格式化文件系統:
$ bin/hdfs namenode -format

開啟NameNode守護進程和DataNode守護進程:
$ sbin/start-dfs.sh
Hadoop守護進程日志輸出在$HADOOP_LOG-DIRdiewctory目錄（默認在 $HADOOP_HOME/logs 目錄中）。

瀏覽NameNode的web接口; at:

• NameNode -http://localhost:50070/

生成執行MapReduce作業需要的HDFS目錄 :? $ bin/hdfs dfs -mkdir /user $ bin/hdfs dfs -mkdir /user/<username>
上傳輸入文件(etc/hadoop)到HDFS，并重新命名為input:
$ bin/hdfs dfs -put etc/hadoop input
運行Hadoop提供的例子:
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar grep input output 'dfs[a-z.]+'
檢查輸出文件:

從HDFS中復制出輸出文件到本地文件系統并檢查他們:

$ bin/hdfs dfs -get output output$ cat output/*
或者

直接在HDFS中查看輸出文件:

$ bin/hdfs dfs -cat output/*
當你完成后,可以使用下面命令停止守護進程 :
$ sbin/stop-dfs.sh

?在單節點上運行YARN

?你可以在偽分布式模式下通過設置一些參數，并運行ResourceManager和NodeMangaer守護進程的條件下，來運行一個在YARN上的MapReduce作業。

??? 執行下面的命令，要確保以上的1~4個步驟已經被執行。

配置下面文件的參數:

etc/hadoop/mapred-site.xml:

<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property> </configuration>

etc/hadoop/yarn-site.xml:

<configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property> </configuration>

開啟?ResourceManager?守護進程和NodeManager守護進程:
$ sbin/start-yarn.sh

瀏覽ResourceManager的web接口; 默認的有效路徑是:

• ResourceManager -http://localhost:8088/

運行一個MapReduce作業。

當你完成的時候, 可以使用以下命令停止YARN守護進程:
$ sbin/stop-yarn.sh

七、完全分布式安裝

?完全分布式更詳細的安裝文檔請參考 Cluster Setup? 。

?

轉載于:https://my.oschina.net/997155658/blog/313420

總結

以上是生活随笔為你收集整理的Apache Hadoop 2.4.1 单节点安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。