前言
Hadoop的运行环境可以是在Windows上,也可以在linux上,但在Windows上运行效率很低;
下面介绍Hadoop在linux的环境搭建;
一、Hadoop的三种运行环境
Hadoop运行环境有三种模式:本地模式,伪分布模式,完全分布式模式
本地模式(Standalone Mode)
默认情况下,Hadoop即处于该模式,用于开发和调式。【不推荐使用】
- 不对配置文件进行修改。
- 使用本地文件系统,而不是分布式文件系统.
- Hadoop不会启动NameNode、DataNode、SecondaryNameNode、ResourceManager、NodeManager等守护进程,Map()和Reduce()任务作为同一个进程的不同部分来执行的。
- 用于对MapReduce程序的逻辑进行调试,确保程序的正确。
伪分布模式(Pseudo-Distributed Mode)
Hadoop的守护进程运行在本机机器,模拟一个小规模的集群。【电脑配置不高的可以使用】
- 在一台主机模拟一个小规模的集群,在这种模式下Hadoop使用的是分布式文件系统,一般用于程序调试与测试.也可以说伪分布式是完全分布式 的一个特例。
- 在这种模式下,Hadoop使用的是分布式文件系统。在单机模式之上增加了代码调试功能,允许检查内存使用情况,HDFS输入输出,以及守护进程交互。Hadoop启动NameNode、DataNode、SecondaryNameNode、ResourceManager、NodeManager,这些守护进程都在同一台机器上运行,是相互独立的Java进程。
- 需要修改配置文件:core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml。
- 格式化文件系统
完全分布式模式(Cluster Mode) <本次搭建的环境>
Hadoop的运行在由多台主机搭建的集群上,是真正的生产环境。【电脑内存8G及以上就可以配置】
- 在这种模式下,Hadoop在所有的主机上安装JDK、Hadoop、Zookeeper等软件,组成相互连通的网络。
- 主机间设置SSH免密码登录,把各从节点生成的公钥添加到主节点的信任列表中。
- 需要修改配置文件:core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml、hadoop-env.sh。 格式化文件系统
- 启动Hadoop后的进程:NameNode,DataNode,ResourceManager,NodeManager,SecondaryNameNode
二、集群规划
三.需要的基本软件安装
- VMware 安装
由于版权原因各位自行下载;VM16即可 - Linux 系统安装
用的是CentOs7,
可以参考https://blog.csdn.net/weixin_45556441/article/details/114382989
资源下载 https://download.csdn.net/download/weixin_45556441/15676799 - 远程连接工具安装
直接安装Xshell绿色版即可。
安装地址 https://download.csdn.net/download/weixin_45556441/15676579