Hadoop - 環(huán)境設(shè)置

Hadoop由GNU / Linux平臺及其風(fēng)格支持。因此蚕泽，我們必須安裝一個(gè)用于設(shè)置Hadoop環(huán)境的Linux操作系統(tǒng)。如果您的操作系統(tǒng)不是Linux桥嗤，則可以在其中安裝一個(gè)Virtualbox軟件须妻，并在Virtualbox中安裝Linux。

原文地址：http://blogxinxiucan.sh1.newtouch.com/2017/07/17/Hadoop-環(huán)境設(shè)置/

預(yù)安裝設(shè)置

在將Hadoop安裝到Linux環(huán)境之前泛领，我們需要使用ssh（安全Shell）設(shè)置Linux荒吏。按照以下步驟設(shè)置Linux環(huán)境。

創(chuàng)建用戶
一開始渊鞋，建議為Hadoop創(chuàng)建一個(gè)單獨(dú)的用戶绰更，以將Hadoop文件系統(tǒng)從Unix文件系統(tǒng)中分離出來。按照以下步驟創(chuàng)建用戶：

• 使用命令“su”打開根目錄锡宋。
• 使用命令“useradd username”從root帳戶創(chuàng)建一個(gè)用戶儡湾。
• 現(xiàn)在您可以使用命令“su username”打開現(xiàn)有的用戶帳戶。 打開Linux終端执俩，并鍵入以下命令創(chuàng)建一個(gè)用戶徐钠。

$ su 
   password: 
# useradd hadoop 
# passwd hadoop 
   New passwd: 
   Retype new passwd 

SSH安裝和密鑰生成

需要SSH設(shè)置來執(zhí)行群集上的不同操作，如啟動役首，停止尝丐，分布式守護(hù)程序shell操作。要驗(yàn)證Hadoop的不同用戶宋税，需要為Hadoop用戶提供公鑰/私鑰對摊崭，并與不同的用戶共享讼油。

以下命令用于使用SSH生成鍵值對杰赛。將公鑰表單id_rsa.pub復(fù)制到authorized_keys，并向所有者分別向authorized_keys文件提供讀寫權(quán)限矮台。

$ ssh-keygen -t rsa 
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
$ chmod 0600 ~/.ssh/authorized_keys 

安裝Java

Java是Hadoop的主要前提乏屯。首先根时，您應(yīng)該使用命令“java -version”來驗(yàn)證系統(tǒng)中是否存在java。java version命令的語法如下辰晕。

$ java -version 

如果一切順利蛤迎，它會給你以下輸出。

java version "1.7.0_71" 
Java(TM) SE Runtime Environment (build 1.7.0_71-b13) 
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)  

如果您的系統(tǒng)中沒有安裝java含友，請按照以下步驟安裝java替裆。

步驟1
通過訪問以下鏈接http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads1880260.html下載java（JDK <最新版本 - X64.tar.gz）。

那么jdk-7u71-linux-x64.tar.gz將被下載到你的系統(tǒng)中窘问。

第2步
一般來說辆童，您將在下載文件夾中找到下載的java文件。驗(yàn)證并使用以下命令解壓jdk-7u71-linux-x64.gz文件惠赫。

$ cd Downloads/ 
$ ls 
jdk-7u71-linux-x64.gz 
$ tar zxf jdk-7u71-linux-x64.gz 
$ ls 
jdk1.7.0_71   jdk-7u71-linux-x64.gz 

步驟3
為了使java可用于所有用戶把鉴，您必須將其移動到位置“/ usr / local /”。打開root儿咱，然后鍵入以下命令庭砍。

$ su 
password: 
# mv jdk1.7.0_71 /usr/local/ 
# exit 

步驟4
要設(shè)置PATH和JAVA_HOME變量，請將以下命令添加到?/ .bashrc文件中混埠。

export JAVA_HOME=/usr/local/jdk1.7.0_71 
export PATH=$PATH:$JAVA_HOME/bin 

現(xiàn)在將所有更改應(yīng)用到當(dāng)前運(yùn)行的系統(tǒng)中怠缸。

$ source ~/.bashrc

步驟5
使用以下命令配置java替代方案：

# alternatives --install /usr/bin/java java usr/local/java/bin/java 2

# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2

# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2

# alternatives --set java usr/local/java/bin/java

# alternatives --set javac usr/local/java/bin/javac

# alternatives --set jar usr/local/java/bin/jar

現(xiàn)在如上所述從終端驗(yàn)證java -version命令。

下載Hadoop

使用以下命令從Apache軟件基礎(chǔ)下載并提取Hadoop 2.4.1钳宪。

$ su 
password: 
# cd /usr/local 
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/ 
hadoop-2.4.1.tar.gz 
# tar xzf hadoop-2.4.1.tar.gz 
# mv hadoop-2.4.1/* to hadoop/ 
# exit 

Hadoop操作模式

下載Hadoop后凯旭，您可以使用三種支持的模式之一來操作Hadoop集群：

• 本地/獨(dú)立模式：在系統(tǒng)中下載Hadoop后，默認(rèn)情況下使套，它以獨(dú)立模式配置罐呼，可以作為單個(gè)java進(jìn)程運(yùn)行。
• 偽分布式模式：單機(jī)分布式仿真侦高。每個(gè)Hadoop守護(hù)進(jìn)程嫉柴，如hdfs，Yarn 奉呛，MapReduce等都將作為單獨(dú)的java進(jìn)程運(yùn)行计螺。這種模式對于開發(fā)是有用的。
• 完全分布式模式：這種模式是以最少的兩臺或多臺機(jī)器作為集群完全分配的瞧壮。我們將在下一章中詳細(xì)介紹這種模式登馒。

以獨(dú)立模式安裝Hadoop

這里我們將討論Hadoop 2.4.1在獨(dú)立模式下的安裝。

沒有運(yùn)行守護(hù)進(jìn)程咆槽，一切都運(yùn)行在單個(gè)JVM中陈轿。獨(dú)立模式適合在開發(fā)過程中運(yùn)行MapReduce程序，因?yàn)樗子跍y試和調(diào)試。

設(shè)置Hadoop
您可以通過將以下命令附加到?/ .bashrc文件來設(shè)置Hadoop環(huán)境變量麦射。

export HADOOP_HOME=/usr/local/hadoop 

在繼續(xù)進(jìn)行之前蛾娶，您需要確保Hadoop正常工作。只需發(fā)出以下命令：

$ hadoop version 

如果您的設(shè)置一切正常潜秋，那么您應(yīng)該看到以下結(jié)果：

Hadoop 2.4.1 
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768 
Compiled by hortonmu on 2013-10-07T06:28Z 
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4 

這意味著您的Hadoop的獨(dú)立模式設(shè)置正常蛔琅。默認(rèn)情況下，Hadoop被配置為在單個(gè)計(jì)算機(jī)上以非分布式模式運(yùn)行峻呛。

例
我們來看一個(gè)Hadoop的簡單例子罗售。Hadoop安裝提供以下示例MapReduce jar文件，該文件提供MapReduce的基本功能钩述，可用于計(jì)算莽囤，如Pi值，給定文件列表中的字?jǐn)?shù)等切距。

$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar 

我們有一個(gè)輸入目錄朽缎，我們將推送幾個(gè)文件，我們的要求是計(jì)算這些文件中的單詞總數(shù)谜悟。要計(jì)算總字?jǐn)?shù)话肖，我們不需要編寫我們的MapReduce，前提是.jar文件包含字?jǐn)?shù)的實(shí)現(xiàn)葡幸。您可以嘗試使用相同的.jar文件的其他示例; 只需通過hadoop-mapreduce-examples-2.2.0.jar文件發(fā)出以下命令來檢查支持的MapReduce功能程序最筒。

$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar 

步驟1
在輸入目錄中創(chuàng)建臨時(shí)內(nèi)容文件。您可以在任何想要工作的地方創(chuàng)建此輸入目錄蔚叨。

$ mkdir input 
$ cp $HADOOP_HOME/*.txt input 
$ ls -l input 

它將在您的輸入目錄中提供以下文件：

total 24 
-rw-r--r-- 1 root root 15164 Feb 21 10:14 LICENSE.txt 
-rw-r--r-- 1 root root   101 Feb 21 10:14 NOTICE.txt
-rw-r--r-- 1 root root  1366 Feb 21 10:14 README.txt 

這些文件已從Hadoop安裝主目錄中復(fù)制床蜘。對于您的實(shí)驗(yàn)，您可以擁有不同大小的文件蔑水。

第2步
讓我們開始Hadoop進(jìn)程來計(jì)算輸入目錄中可用文件中所有文件的總數(shù)邢锯，如下所示：

$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar  wordcount input output 

步驟3
步驟2將執(zhí)行所需的處理并將輸出保存在output / part-r00000文件中，您可以使用以下命令進(jìn)行檢查：

$cat output/* 

它將列出所有這些單詞以及輸入目錄中所有可用文件中可用的總計(jì)數(shù)搀别。

"AS      4 
"Contribution" 1 
"Contributor" 1 
"Derivative 1
"Legal 1
"License"      1
"License");     1 
"Licensor"      1
"NOTICE”        1 
"Not      1 
"Object"        1 
"Source”        1 
"Work”    1 
"You"     1 
"Your")   1 
"[]"      1 
"control"       1 
"printed        1 
"submitted"     1 
(50%)     1 
(BIS),    1 
(C)       1 
(Don't)   1 
(ECCN)    1 
(INCLUDING      2 
(INCLUDING,     2 
.............

在虛擬分布式模式下安裝Hadoop

按照以下步驟在偽分布式模式下安裝Hadoop 2.4.1丹擎。

步驟1：設(shè)置Hadoop
您可以通過將以下命令附加到?/ .bashrc文件來設(shè)置Hadoop環(huán)境變量。

export HADOOP_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL=$HADOOP_HOME 

現(xiàn)在將所有更改應(yīng)用到當(dāng)前運(yùn)行的系統(tǒng)中歇父。

$ source ~/.bashrc 

步驟2：Hadoop配置
您可以在“$ HADOOP_HOME / etc / hadoop”位置找到所有Hadoop配置文件蒂培。需要根據(jù)您的Hadoop基礎(chǔ)架構(gòu)對這些配置文件進(jìn)行更改。

$ cd $HADOOP_HOME/etc/hadoop

為了在Java中開發(fā)Hadoop程序榜苫，您必須通過將JAVA_HOME值替換為系統(tǒng)中的java位置來重置hadoop-env.sh文件中的java環(huán)境變量护戳。

export JAVA_HOME=/usr/local/jdk1.7.0_71

以下是您必須編輯以配置Hadoop的文件列表。

核心的site.xml

該芯-的site.xml文件包含信息垂睬，諸如讀/寫緩沖器的用于Hadoop的實(shí)例的端口號媳荒，分配給文件系統(tǒng)的存儲器抗悍，存儲器限制，用于存儲數(shù)據(jù)肺樟，和大小。

打開core-site.xml逻淌，并在<configuration>么伯，</ configuration>標(biāo)簽之間添加以下屬性。

<configuration>

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

HDFS-site.xml中

在HDFS-的site.xml文件中包含的信息卡儒，如復(fù)制數(shù)據(jù)的價(jià)值田柔，名稱節(jié)點(diǎn)的路徑，你的本地文件系統(tǒng)的數(shù)據(jù)節(jié)點(diǎn)的路徑骨望。這意味著您要存儲Hadoop基礎(chǔ)架構(gòu)的地方硬爆。

讓我們假設(shè)以下數(shù)據(jù)。

dfs.replication (data replication value) = 1 
(In the below given path /hadoop/ is the user name. 
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) 
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode 
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) 
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode 

打開此文件擎鸠，并在此文件的<configuration> </ configuration>標(biāo)簽之間添加以下屬性缀磕。

<configuration>

   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
    
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
    
   <property>
      <name>dfs.data.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value> 
   </property>
       
</configuration>

注意：在上述文件中，所有屬性值都是用戶定義的劣光，您可以根據(jù)您的Hadoop基礎(chǔ)架構(gòu)進(jìn)行更改袜蚕。

yarn-site.xml

該文件用于將Yarn 配置為Hadoop。打開yarn-site.xml文件绢涡，并在此文件中的<configuration>牲剃，</ configuration>標(biāo)簽之間添加以下屬性。

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

mapred-site.xml中

該文件用于指定我們正在使用哪個(gè)MapReduce框架雄可。默認(rèn)情況下凿傅，Hadoop包含一個(gè)yarn-site.xml模板。首先数苫，需要使用以下命令將該文件從mapred-site.xml.template復(fù)制到mapred-site.xml文件聪舒。

$ cp mapred-site.xml.template mapred-site.xml 

打開mapred-site.xml文件，并在此文件中的<configuration>虐急，</ configuration>標(biāo)簽之間添加以下屬性过椎。

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

驗(yàn)證Hadoop安裝

以下步驟用于驗(yàn)證Hadoop安裝。

步驟1：命名節(jié)點(diǎn)設(shè)置
使用命令“hdfs namenode -format”設(shè)置namenode戏仓，如下所示疚宇。

$ cd ~ 
$ hdfs namenode -format 

預(yù)期結(jié)果如下。

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG:   host = localhost/192.168.1.11 
STARTUP_MSG:   args = [-format] 
STARTUP_MSG:   version = 2.4.1 
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to 
retain 1 images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 
************************************************************/

步驟2：驗(yàn)證Hadoop dfs
以下命令用于啟動dfs赏殃。執(zhí)行此命令將啟動您的Hadoop文件系統(tǒng)敷待。

$ start-dfs.sh 

預(yù)期產(chǎn)出如下：

10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop
2.4.1/logs/hadoop-hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

步驟3：驗(yàn)證Yarn 腳本
以下命令用于啟動Yarn 腳本。執(zhí)行此命令將啟動您的Yarn 守護(hù)程序仁热。

$ start-yarn.sh 

預(yù)期產(chǎn)出如下：

starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out 

步驟4：在瀏覽器上訪問Hadoop
訪問Hadoop的默認(rèn)端口號為50070.使用以下URL在瀏覽器上獲取Hadoop服務(wù)榜揖。

http://localhost:50070/
在瀏覽器上訪問Hadoop

http://localhost:8088/
Hadoop應(yīng)用程序集群