阿里云服务器centos7.3下搭建hadoop伪分布式环境

一、软硬件环境

CentOS 7.2 64位

OpenJDK-1.8.0

Hadoop-2.7

二、安装SSH客户端

安装ssh:

yum install openssh-clients openssh-server

安装完成后，使用以下命令测试：

ssh localhost
输入 root 账户的密码，如果可以正常登录，则说明SSH安装没有问题。

配置SSH免key登陆

hadoop是一个分布式系统,节点间通过ssh通信,为了避免在连接过程中人工输入密码,需要进行ssh免key登陆的配置,由于本例是在单机上模拟分布式过程,因此需要针对本机(localhost)进行免key登陆的配置。 依此输入如下命令进行配置:

ssh-keygen -t rsa -P ‘‘ -f ~/.ssh/id_rsa 

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

chmod 0600 ~/.ssh/authorized_keys

完成后尝试用SSH连接本机,如果不需要输入密码就能登陆,说明配置成功: ssh localhost 
结果显示：

三、配置Java环境

安装jdk

使用 yum 来安装1.8版本 OpenJDK：

yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel

（如果之前已经安装了jdk，可以通过which java找到安装的路径,我之前已经安装好了）

安装完成后，键入java和javac,如果能输出对应的命令帮助，则表明jdk已正确安装。

配置java环境变量

执行命令：

 vim ~/.bashrc

在结尾追加：

exportJAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.171-8.b10.el7_5.x86_64

保存文件后执行下面命令使 JAVA_HOME 环境变量生效:

source ~/.bashrc

为了检测系统中java环境是否已经正确配置并生效，可以分别执行以下命令：

java -version

$JAVA_HOME/bin/java -version

若两条命令输出的结果一致，且都为我们前面安装的 openjdk-1.8.0 的版本，则表明 JDK 环境已经正确安装并配置。

四.安装hadoop

下载 Hadoop

本教程使用 hadoop-2.7 版本，使用 wget 工具在线下载

wget http://archive.apache.org/dist/hadoop/core/hadoop-2.7.5/hadoop-2.7.5.tar.gz

（这种下载方式可能比较慢）

安装 Hadoop

将 Hadoop 安装到 /usr/local 目录下:

tar -zxf hadoop-2.7.5.tar.gz -C /usr/local

　　

对安装的目录进行重命名，便于后续操作方便:

mv ./hadoop-2.7.5/ ./hadoop

检查Hadoop是否已经正确安装:

/usr/local/hadoop/bin/hadoop version

如果成功输出hadoop的版本信息，表明hadoop已经成功安装。

五.hadoop伪分布式环境配置

设置 Hadoop 的环境变量

编辑 ~/.bashrc，在结尾追加如下内容：

vim  ~/.bashrc

　　

export HADOOP_HOME=/usr/local/hadoop

export HADOOP_INSTALL=$HADOOP_HOME

export HADOOP_MAPRED_HOME=$HADOOP_HOME

export HADOOP_COMMON_HOME=$HADOOP_HOME

export HADOOP_HDFS_HOME=$HADOOP_HOME

export YARN_HOME=$HADOOP_HOME

exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

　　

使Hadoop环境变量配置生效:

source ~/.bashrc

修改 Hadoop 的配置文件

Hadoop的配置文件位于安装目录的 /etc/hadoop目录下，在本教程中即位于 /url/local/hadoop/etc/hadoop 目录下，需要修改的配置文件为如下两个:

/usr/local/hadoop/etc/hadoop/core-site.xml

/usr/local/hadoop/etc/hadoop/hdfs-site.xml

　　

编辑core-site.xml，修改<configuration></configuration>节点的内容为如下所示：

同理，编辑 hdfs-site.xml，修改<configuration></configuration>节点的内容为如下所示：

格式化NameNode:

/usr/local/hadoop/bin/hdfs namenode -format

　　

输出以下信息表示格式化成功：

启动NameNode和DataNode进程：

/usr/local/hadoop/sbin/start-dfs.sh

　　

执行过程中会提示输入用户密码，输入 root 用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入 yes 即可

检查NameNode和DateNode是否正常启动。

如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:

六、运行伪分布式实例

查看Hadoop自带的例子

Hadoop附带了丰富的例子，执行以下命令查看：

cd /user/local/hadoop

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar

　　

在HDFS中创建用户目录hadoop：

/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop
准备实验数据

本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop

此时会出现警告：

原因：

Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己编译64位的版本。

1、首先找到对应自己hadoop版本的64位的lib包，可以自己手动去编译，但比较麻烦，也可以去网上找，好多都有已经编译好了的。

2、可以去网站：http://dl.bintray.com/sequenceiq/sequenceiq-bin/ 下载对应的编译版本

3、将准备好的64位的lib包解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：

下载hadoop版本2.7.5对应的64位的lib包：

[[email protected] hadoop]#

wgethttp://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.7.0.tar

解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：

[[email protected] hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib/native

[[email protected]wz963wlhi02sl69o3i1dz hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib

　　

4、添加环境变量

[[email protected] hadoop]# vim /etc/profile

　　

5、添加以下内容

exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

exportHADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

　　

6、让环境变量生效

[[email protected] hadoop]# source/etc/profile

　　

7、自检hadoop checknative –a 指令检查

再次在HDFS 中创建用户目录 hadoop：

不再出现警告。

准备实验数据

本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

[[email protected] hadoop]# cd/usr/local/hadoop

[[email protected] hadoop]# ./bin/hdfs dfs-mkdir /user/hadoop/input

[ro[email protected] hadoop]# ./bin/hdfs dfs-put ./etc/hadoop/*.xml /user/hadoop/input

使用下面命令可以查看刚刚上传到 HDFS 的文件:

运行实验：

[[email protected] hadoop]# cd/usr/local/hadoop

[[email protected] hadoop]# ./bin/hadoopjar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output ‘dfs[a-z.]+‘

[[email protected] hadoop]# cd/usr/local/hadoop

[[email protected] hadoop]# ./bin/hadoopjar

　　

./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output ‘dfs[a-z.]+‘

上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。

查看运行结果

上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:

红色圈出的部分是运行成功的结果：

删除HDFS 中的结果目录:

运行Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。

关闭Hadoop进程：

再次启动Hadoop进程的命令：

[[email protected] hadoop]#/usr/local/hadoop/sbin/start-dfs.sh

　七、部署完成

参考：

https://www.cnblogs.com/ztca/p/8679056.html　　官方文档

https://blog.csdn.net/feng_zhiyu/article/details/81018869

原文地址：https://www.cnblogs.com/StarZhai/p/11712074.html

时间： 2024-10-13 15:26:10

阿里云服务器centos7.3下搭建hadoop伪分布式环境的相关文章

搭建hadoop伪分布式环境

伪分布式就是只有一台机器,既是namenode又是datanode.一台阿里云服务器(centos)即可完成. Java环境 首先需要安装Java环境,下载jdk的安装包,解压到/usr/java/,然后配置环境变量. vim /etc/profile #set java environment export JAVA_HOME=/usr/java/jdk1.8.0_151 export PATH=$JAVA_HOEM/bin:$PATH export CLASSPATH=.:$JAVA_HOM

Hadoop初体验：快速搭建Hadoop伪分布式环境

0.前言 本文旨在使用一个全新安装好的Linux系统从0开始进行Hadoop伪分布式环境的搭建,以达到快速搭建的目的,从而体验Hadoop的魅力所在,为后面的继续学习提供基础环境. 对使用的系统环境作如下说明: 操作系统:CentOS 6.5 64位 主机IP地址:10.0.0.131/24 主机名:leaf 用户名:root hadoop版本:2.6.5 jdk版本:1.7 可以看到,这里直接使用root用户,而不是按照大多数的教程创建一个hadoop用户来进行操作,就是为了达到快速搭建Had

阿里云服务器centos7.2操作系统搭建PHP+Apache+Mysql+phpMyAdmin环境以及网站上线

没有谁是一生下来就会编程的,只要肯学,慢慢地就能学到越来越多的编程技术及知识. --自创引言 前言:一开始客户购买的服务器是windows8操作系统,阿里云ces服务器有个公网ip,有个私网ip.windows环境下建立一个ftp站点,ip地址设为全部未分配.在外网上不能通过ftp://公网ip访问,在内网上也只能通过ftp://内网ip访问.最后为了尽快完成网站线上发布和部署,联系了阿里云商务人员将服务器由windows8系统换成了centos7.2操作系统. 步骤: 1.下载xshell 5

[转]搭建Hadoop伪分布式环境

https://my.oschina.net/MyHeaven1987/blog/1821509 http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html#Pseudo-Distributed_Operation hadoop下载 Hadoop官方下载地址: Hadoop下载地址,目前最新的稳定版本为2.9.1. hadoop配置 java安装路径指定,在hadoop解压路

云服务器CentOS7.4下搭建GitLab

一.Git.GitHub.GitLab的区别 Git是版本控制系统,Github是在线的基于Git的代码托管服务. GitHub是2008年由Ruby on Rails编写而成.GitHub同时提供付费账户和免费账户.这两种账户都可以创建公开的代码仓库,只有付费账户可以创建私有的代码仓库. Gitlab解决了这个问题, 可以在上面创建免费的私人repo. 官方安装介绍:https://www.gitlab.com.cn/installation/ 说明一下,官网提供GitLab的两种版本:git

ubuntu从头开始搭建hadoop伪分布式环境

13年学习过一段时间的hadoop,但是工作中用到的地方比较少,有些生疏,加上现在hadoop版本也已经比较新了,所以空闲时间想继续学习一下,找到这篇文章,从头开始搭建一个hadoop环境,转过来备忘 Hadoop developers usually test their scripts and code on a pseudo-distributed environment(also known as a single node setup), which is a virtual mach

在基于阿里云服务器CentOS6.5下安装Subversion 1.6.5服务

最近阿里云搞了个1元免费提供云服务器的活动,偶心痒痒就申请了一个. 正好可以作为团队的SVN服务器了,下面就来部署SVN服务吧. 一.安装基础环境 apr-1.5.0.tar.gz apr-util-1.5.3.tar.gz pcre-8.35.tar.gz zlib-1.2.8.tar.gz subversion-1.5.6.tar.gz tar -xzvf apr-1.5.0.tar.gz cd apr-1.5.0 ./configure --prefix=/usr/local/apr ma

构建Hadoop伪分布式环境

构建Hadoop伪分布式环境 这篇文章介绍Hadoop伪分布式环境的搭建过程与原理,是个人的学习总结,以纪念在各个步骤中遇到的麻烦.踩过的坑! 这篇笔记包含这样几个内容: 配置伪分布式环境 运行一个简单的作业 可能遇到的问题及解决办法 配置伪分布式环境 本文中的内容基于Hadoop2,即MapReduce作业运行在Yarn平台之上. 打通SSH,实现无密码登陆 由于Hadoop控制脚本需要登陆到集群中的Slave节点执行操作(比如,启动守护进程),如果每一次登录都输入密码,显然不是个好办法.集群

Hadoop伪分布式环境配置

Step1:关闭防火墙   service iptables stop[status]  service iptables status  chkconfig --list |grep iptables  chkconfig iptables offStep2:修改IP   (重启网卡:service network restart)Step3:修改hostname  /etc/hostsStep4:SSH免密码登陆  产生密钥(~/.ssh中)ssh-keygen -t rsa   cd ~/