ubuntu安装伪分布式Hadoop3.1.2

其他 2019-05-15 06:21:25 阅读次数: 0

作业要求：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE1/homework/3223

本文是基于已经安装好的ubuntu环境上搭建伪分布式hadoop，在virtualbox安装ubuntu可以参考小编的

”virtualbox安装ubuntu16.04 LTS及其配置“

ubuntu16.04安装mysql：https://www.cnblogs.com/luengmingbiao/p/10864249.html

一、Hadoop的三种运行模式（启动模式）

1.1、单机模式（独立模式）（Local或Standalone  Mode）

　　-默认情况下，Hadoop即处于该模式，用于开发和调式。

　　-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、JobTracker、TaskTracker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。

1.2、伪分布式模式（Pseudo-Distrubuted Mode）

　　-Hadoop的守护进程运行在本机机器，模拟一个小规模的集群　

　　-在一台主机模拟多主机。
　　-Hadoop启动NameNode、DataNode、JobTracker、TaskTracker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。
　　-在这种模式下，Hadoop使用的是分布式文件系统，各个作业也是由JobTraker服务，来管理的独立进程。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，

　　　　以及其他的守护进程交互。类似于完全分布式模式，因此，这种模式常用来开发测试Hadoop程序的执行是否正确。
　　-修改3个配置文件：core-site.xml（Hadoop集群的特性，作用于全部进程及客户端）、hdfs-site.xml（配置HDFS集群的工作属性）、mapred-site.xml（配置MapReduce集群的属性）
　　-格式化文件系统

1.3、全分布式集群模式（Full-Distributed Mode）

　　-Hadoop的守护进程运行在一个集群上　

　　-Hadoop的守护进程运行在由多台主机搭建的集群上，是真正的生产环境。
　　-在所有的主机上安装JDK和Hadoop，组成相互连通的网络。
　　-在主机间设置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。
　　-修改3个配置文件：core-site.xml、hdfs-site.xml、mapred-site.xml，指定NameNode和JobTraker的位置和端口，设置文件的副本等参数
　　-格式化文件系统

 

二、准备系统环境

2.1、运行虚拟机，进行静态网络配置：

　　在终端上输入ifconfig -a命令查看网卡名，我的主机有三个网络接口，分别是enp0s3(桥接网卡)，enp0s8(NAT)，lo(动态获取ip)

# ifconfig -a

　　对/etc/network/interfaces文件进行编辑，以下是在终端上执行的命令：

sudo vim /etc/network/interfaces

　　上图是ubuntu的/etc/network/interfaces文件默认的内容，默认动态获取方法的配置。

　　但是在业务上需要给ubuntu主机配置静态ip网络，在这里我只对enp0s3进行修改，以下是静态分配的配置方法（根据自己的需求改）：

auto enp0s3
iface enp0s3 inet static
address 192.168.87.138
netmask 255.255.255.0
gateway 192.168.87.254

　　接下来需要添加域名服务器，编辑/etc/resolv.conf文件，添加域名服务器，在这里我选择了全球通用的DNS域名服务器，国内用户推荐使用，速度较快！

sudo vim /etc/resolv.conf
nameserver 114.114.114.114
或者
nameserver 8.8.8.8

　　配置已经完成了，接下来需要重启网络，网络重启有多种方法，在这里只列出两种方法，二选一即可。

　　1. 重启网卡

/etc/init.d/networking restart

　　2. 这两条命令是重启某个网络接口，一个系统可能有多个网络接口

# ifdown enp0s3
# ifup enp0s3

　　检查网络配置参数是否正确：

# ifconfig

 　　检查是否能ping通：

ping www.qq.com

 　　已成功ping通，静态网络已配置好了。

2.2、修改主机名与IP地址的对应关系

　　查看主机名：

# hostname

　　修改/etc/hosts文件：

# vim /etc/hosts

　　

　　/etc/hosts文件默认是上图所示，修改文件为以下内容，注释127.0.1.1，添加主机静态地址与主机名：

2.3、配置本机ssh免密码登录

　　单机配置ssh免密登陆的话，输入以下的命令即可：

　　提示输入信息，一直回车按默认即可。

# ssh-keygen -t rsa
# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
# chmod 600 ~/.ssh/authorized_keys

　　

　　完成之后，以 root 用户登录，修改 ssh 配置文件：

vim /etc/ssh/sshd_config

　　把文件中的下面几条信息的注释去掉，如图所示：

RSAAuthentication yes # 启用RSA认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile .ssh/authorized_keys #公钥文件路径（和上面生成的文件同）

　　然后重启服务：

# service sshd restart

　

　　输入ssh localhost验证出现如下界面，中间不需要输入密码，即配置完成。

# ssh localhost

2.4、 安装Oracle Java，并配置环境变量

　　1. 从官网下载oracle jdk1.8

　　2. 解压tar包，指定解压/usr/local/目录

# tar -zxvf jdk-8u211-linux-x64.tar.gz -C /usr/local/

　　3. 配置环境变量

# vim /etc/profile

　　然后添加以下配置在文件尾：

export JAVA_HOME=/usr/local/jdk1.8.0_211
export PATH=$PATH:$JAVA_HOME/bin
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib

　　保存退出即可。

　　4. 测试jdk配置成功否

　　刷新环境变量：

# source /etc/profile

　　输入java -verion，如配置成功，有下图的java版本在终端上显示：

　　到此，hadoop需要的系统环境已经搭建完毕了，接下来开始搭建伪分布式hadoop集群~

三、搭建伪分布式hadoop集群

3.1 安装hadoop

　　从官网下载hadoop3.1.2，解压hadoop安装包到/usr/local/目录下：

# tar -zxvf hadoop-3.1.2.tar.gz -C /usr/local　　

　　在环境变量配置hadoop:

# vim /etc/profile

　　然后添加以下配置在文件尾：

export HADOOP_HOME=/usr/local/hadoop-3.1.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_HDFS_HOME=/usr/local/hadoop-3.1.2
export HADOOP_CONF_DIR=/usr/local/hadoop-3.1.2/etc/hadoop

　　使用source /etc/profile刷新环境变量后，用hadoop version命令测试是否安装成功：

# source /etc/profile
# hadoop version

3.2 伪分布式hadoop配置

　　hadoop的配置文件统一放在$HADOOP_HOME/etc/hadoop目录下，在这里我们只需要修改5个文件，分别是hadoop-env.sh，core-site.xml，mapred-site.xml，yarn-site.xml，yarn-site.xml。

　　1. hadoop-env.sh

　　在文件中修改如下：

export JAVA_HOME=/usr/local/jdk1.8.0_211
export HADOOP_HOME=/usr/local/hadoop-3.1.2

　　2. core-site.xml

<configuration>
　　<property>
   　　 <name>fs.defaultFS</name>
   　　 <value>hdfs://localhost:9000/</value>
　　</property>
　　<property>
   　　 <name>hadoop.tmp.dir</name>
  　　  <value>/usr/local/hadoop-3.1.2/data/</value>
　 </property>
</configuration>

　　3. hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.http.address</name>
        <value>luengmingbiao:50070</value>
    </property>
</configuration>

　　4. mapred-site.xml

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

　　5. yarn-site.xml

<configuraion>
　　<property>
　　　　<name>yarn.resourcemanager.hostname</name>
　　　　<value>luengmingbiao</value>
　　</property>
　　<property>
　　　　<name>yarn.nodemanager.aux-services</name>
　　　　<value>mapreduce_shuffle</value>
　　</property>
　　<property>
        <name>yarn.application.classpath</name>
  　　　　<value>/usr/local/hadoop-3.1.2/etc/hadoop:/usr/local/hadoop-3.1.2/share/hadoop/common/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/common/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn:/usr/local/hadoop-3.1.2/share/hadoop/yarn/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn/*</value>
　　</property>
</configuraion>

　　对hdfs（Hadoop Distributed File System）进行格式化，hdfs是用来存储数据的分布式文件系统。

# hdfs namenode -format

　　出现上述图所示，代表成功格式化。

　　Hadoop3.x以上版本在启动上有一个坑，不添加以下配置启动进程的时候会报以下的错并打印到终端上：

　　解决方案：

# vim $HADOOP_HOME/sbin/start-dfs.sh

# vim $HADOOP_HOME/sbin/stop-dfs.sh

# vim $HADOOP_HOME/sbin/start-yarn.sh

 

# vim $HADOOP_HOME/sbin/start-yarn.sh

3.3 启动Hadoop

　　1. 启动HDFS

# hdfs --daemon start namenode    
# hdfs --daemon start datanode   
# hdfs --daemon start secondarynamenode

　　或

# start-dfs.sh

　　2. 启动YARN集群

# yarn --daemon start resourcemanager
# yarn --daemon start nodemanager

　　或

# start-yarn.sh

　　3. jps命令查看是否启动成功

　　4. HDFS和YARN集群都有默认的Web可视化页面

　　　　HDFS： http://主机ip:50070

　　　　YARN：http://主机ip:8088

 3.4 测试Hadoop

　　建立测试文件：

# vim test.txt

　　然后输入如下数据：

hello hadoop
hello World
Hello Java
Hey man
i am a programmer

　　将测试文件放到测试目录中：

# hdfs dfs -mkdir hdfs:///hadoop
# hdfs dfs -mkdir hdfs:///hadoop/input
# hdfs dfs -put ./test.txt hdfs:///hadoop/input

　　执行hadoop自带的wordcount程序：

# hadoop jar /usr/local/hadoop-3.1.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount hdfs:///hadoop/input hdfs:///output

　　然后在命令行输入 hdfs dfs -cat hdfs:///output/part-r-00000 查看词频统计结果：

# hdfs dfs -cat hdfs:///output/part-r-00000

 　　到此，伪分布式Hadoop已经搭建成功了~

猜你喜欢

转载自www.cnblogs.com/luengmingbiao/p/10865145.html
今日推荐
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
国产云输入法——仅华为无云端数据上传安全问题
开源日报 | 工业开源项目OGG 1.0；姐姐，你要和我一起配置火狐吗；苹果AI遥遥落后？Fedora 40
开放签电子签章：停止新增，优化体验，前进更进（五一假期前工作）
开源日报 | 中学生开源前端动画引擎；全球首个Llama3 8B中文版开源模型；联想电脑恐出局；Linus讽刺AI炒作
周排行
浏览器对同一域名进行请求的最大并发连接数
React Hook之自定义Hook
【转】MyBatis缓存机制
-Java-泛型
自动化测试常用脚本-发送邮件
LeetCode#859: Buddy Strings
java、Python处理字符串
第二篇の博客
Hadoop伪分布式环境安装
SQL Server进阶（十一）临时表、表变量
每日归档
更多
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)
2024-04-21(0)
2024-04-20(6)
2024-04-19(5)
2024-04-18(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022