- 安装
- 配置
- 概念
- hadoop常用shell命令
- 使用java操作hadoop
本文介绍hadoop集群配置和在windows系统上运用java操作hdfs
安装
http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-3.1.1/
sudo apt-get install ssh
sudo apt-get install rsync
mkdir /usr/local/hadoop
tar -zxvf hadoop-3.1.1.tar.gz -C /usr/local/hadoop
sudo vim /etc/profile
export HADOOP_HOME=/usr/local/hadoop/hadoop-3.1.1
export PATH=.:${JAVA_HOME}/bin:$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
hadoop version
配置
- 服务器
主机名配置 hostname 查看主机名 sudo vim /etc/hostname 修改主机名 sudo vim /etc/hosts 添加如下配置 192.168.76.128 master 192.168.76.129 worker shutdown -r now 重启电脑 配置集群ssh免密登陆 cd .ssh rm id_rsa id_rsa.pub ssh-keygen -t rsa 进入master主机 cat id_rsa.pub >> authorized_keys 进入worker主机 ssh-copy-id -i master 进入master主机 chmod 600 authorized_keys 进入master主机 scp /root/.ssh/authorized_keys worker:/root/.ssh/ cd /usr/local/hadoop/hadoop-3.1.1/
- hadoop-env.sh
sudo vim etc/hadoop/hadoop-env.sh 添加如下配置 export JAVA_HOME=/usr/src/jdk-11.0.1
- core-site.xml
sudo vim etc/hadoop/core-site.xml <configuration> <!-- 配置NameNode --> <property> <name>fs.defaultFS</name> <value>hdfs://master:9000</value> </property> <!-- 配置数据目录,用来存放文件 --> <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/hadoopdata</value> </property> </configuration>
- hdfs-site.xml
sudo vim etc/hadoop/hdfs-site.xml <configuration> <!-- 配置副本数量 --> <property> <name>dfs.replication</name> <value>2</value> </property> </configuration>
- yarn-site.xml
sudo vim etc/hadoop/yarn-site.xml 添加如下配置 <configuration> <!-- 配置管理者--> <property> <name>yarn.resourcemanager.hostname</name> <value>master</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce-shuffle</value> </property> </configuration>
- mapred-site.xml
cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml sudo vim etc/hadoop/mapred-site.xml 添加如下配置 <configuration> <!-- 配置集群运行方式--> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapred.job.tracker</name> <value>master:9001</value> </property> </configuration>
- start-dfs.sh
sudo vim sbin/start-dfs.sh 添加如下配置 HDFS_DATANODE_USER=root HDFS_DATANODE_SECURE_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root
- stop-dfs.sh
sudo vim sbin/stop-dfs.sh 添加如下配置 HDFS_DATANODE_USER=root HDFS_DATANODE_SECURE_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root
- start-yarn.sh
sudo vim sbin/start-yarn.sh 添加如下配置 YARN_RESOURCEMANAGER_USER=root HDFS_DATANODE_SECURE_USER=yarn YARN_NODEMANAGER_USER=root
- stop-yarn.sh
添加如下配置 YARN_RESOURCEMANAGER_USER=root HDFS_DATANODE_SECURE_USER=yarn YARN_NODEMANAGER_USER=root
- 运行
进入master运行 hdfs namenode -format # 格式化 进入master运行 hadoop-daemon.sh start namenode # 开始文件系统 进入worker运行 hadoop-daemon.sh start datanode # 开始文件系统 jps # 查看启动的namenode netstat -ant # 查看50070端口是否建立连接 访问 http://master:50070 即可看到管理界面
概念
hdfs集群 负责文件读写,namenode管理,datanode负责存储
yarn集群 为mapreduce程序分配硬件资源,resourcemanager需要单独放在另外一台服务器,nodemanager部署在datanode上
hadoop常用shell命令
hadoop fs -ls / 查看fdfs根目录
hadoop fs -put file1.txt / 上传文件到fdfs根目录
hadoop fs -cat /file1.txt 查看文件内容
hadoop fs -mkdir -p /tests/test 创建文件夹
运行自带的mapreduce程序
cd /usr/local/hadoop/hadoop-2.9.2/share/hadoop/mapreduce
计算指定/tests/test文件夹下面文件的个数,并且将结果放在/test/count下
hadoop jar hadoop-mapreduce-examples-2.9.2.jar wordcount /tests/test /test/count
使用java操作hadoop
- 依赖
缺一不可 <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>3.1.1</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>3.1.1</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>3.1.1</version> </dependency>
- 在你当前操作系统中添加host信息
C:\WINDOWS\system32\drivers\etc\hosts 修改此文件 192.168.76.128 master 192.168.76.129 worker
- 上传文件
Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); fs.copyFromLocalFile(new Path("F:/test.txt"),new Path("/"));
- 下载文件
下载文件需要当前操作系统也要有hadoop环境,关于windows系统装hadoop环境的步骤如下 1. http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common 下载一个hadoop版本 2. http://download.csdn.net/detail/wuxun1997/9841472 下载windows需要的工具包 3. 解压hadoop并且配置HADOOP_HOME环境变量,并且在PATH里加上%HADOOP_HOME%\bin 4. 将工具包解压的文件放置在hadoop文件夹的bin目录中,并且将hadoop.dll放置于c:/windows/System32中即可 Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); fs.copyToLocalFile(new Path("/test.txt"), new Path("F:/"));
- 创建文件夹
Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); fs.mkdirs(new Path("/app/test"));
- 列出根目录所有的文件
Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); RemoteIterator<LocatedFileStatus> iterator = fs.listFiles(new Path("/"), true); while (iterator.hasNext()){ LocatedFileStatus next = iterator.next(); System.out.println(next.getPath()); }
- 列出根目录所有的文件和文件夹
Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); FileStatus[] fileStatuses = fs.listStatus(new Path("/")); for (int i = 0; i < fileStatuses.length; i++) { FileStatus fileStatus = fileStatuses[i]; System.out.println(fileStatus.getPath()); }
- 删除文件
Configuration conf = new Configuration(); conf.set("fs.defaultFS","hdfs://master:9000"); FileSystem fs = FileSystem.get(new URI("hdfs://master:9000"), conf, "root"); fs.delete(new Path("/test.txt"), true);
原文地址:https://www.cnblogs.com/ye-hcj/p/10192857.html
时间: 2024-10-12 09:04:50