0
0

Hadoop伪分布式配置教程

一、创建Hadoop用户

**1.**创建Hadoop用户

输入如下命令创建新用户 :

sudo useradd -m hadoop -s /bin/bash

这条命令创建了可以登陆的 hadoop 用户，并使用 /bin/bash 作为 shell。

47f314d41ccd47b99097682afd4369a8.png

接着使用如下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

sudo passwd hadoop

3693b392714f4fa7a8aaba002ba93ab8.png

** 可为 hadoop 用户增加管理员权限，方便部署，避免一些对新手来说比较棘手的权限问题：**

sudo adduser hadoop sudo

c8f2efd6917c4da3a80f043cc794f59a.png

2.更换用户

关闭终端，注销当前用户，选择Hadoop用户登录

d41ea0bb599d4d5290d01aec61ba0be5.png

51b2187ccad6414f93faf574b5f3a31f.png

二、更新Apt，安装SSH，配置SSH无密码登录

1.更新Apt

用 hadoop 用户登录后，我们先更新一下 apt，后续我们使用 apt 安装软件，如果没更新可能有一些软件安装不了。按 Ctrl+Alt+T打开终端窗口，执行如下命令：

sudo apt-get update

4e9fb7dd413b4b96b6b2f0a16b62c2c3.png

2.安装SSH

安装 SSH server，执行如下命令：

sudo apt-get install openssh-server

**输入“Y”，按回车继续安装 **

8dd80876bf5f4b0388e6aba9da871f86.png

安装后，可以使用如下命令登陆本机：

ssh localhost

输入“yes”，后输入密码按回车即可6929e58a74254890be583e4361bb1e6a.png1438f2c52aac497c820cb9f1fee267a3.png0f50288cfad240d1bd562b5d42a60fe0.png

** 3.配置SSH无密码登陆**

首先输入以下代码：

exit

退出刚才的 ssh localhost

d641a6f97c2a4e2a83291b57d7dd2cb6.png

输入以下代码：

cd ~/.ssh/

进入到ssh目录中12e36f35d8ae4440b3ef78f4998d69b6.png

输入以下代码：

ssh-keygen -t rsa

利用ssh-keygen生成密匙

出现提示后，按回车键即可

b0cd061ab64b46fcbf6fbfec4943fa0f.png

输入以下代码：

cat ./id_rsa.pub >> ./authorized_keys

将密钥加入到授权中015f9d28714f4ed08f67f666685e5ea8.png

此时再用ssh localhost命令，无需输入密码就可以直接登陆了

 ssh localhost

557dcfe39df74aba97784d030119f6da.png

三、安装Java环境

输入以下代码，安装Openjdk-8-jdk

sudo apt-get install openjdk-8-jdk

**输入“Y”，按回车继续安装 **

05e750b34e0c4868b6f9f68c92fe3006.png

6faef1079a554b88ad05ea5bd5ea416c.png输入以下代码，查看已安装的Java版本

java -version

e8ece2c370dc4854b2baae693258c64b.png

输入以下代码，配置Java环境文件

gedit ~/.bashrc

在文件最前面添加如下单独一行（注意，等号“=”前后不能有空格），然后保存退出：

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

a156f5a3273b4852ab57e0ba06527505.png

接下来，要让环境变量立即生效，请执行如下代码：

source ~/.bashrc

5168f2760ef642a28ec569c4329eb076.png

执行上述命令后，可以检验一下是否设置正确：

echo $JAVA_HOME   
java -version
$JAVA_HOME/bin/java -version

a86a22be78b3442ea6e2b821edcc6b72.png

四、安装 Hadoop

1.下载Hadoop

使用Ubuntu系统内置的Firefix浏览器下载Hadoop-3.2.4

Hadoop下载地址：Index of /apache/hadoop/common/hadoop-3.2.4

afe79310e2ac44ee857dce1aba4ab1f0.png​

2.安装Hadoop

输入以下代码：（注意C要大写）

sudo tar -zxf ~/下载/hadoop-3.2.4.tar.gz -C /usr/local

将Hadoop解压安装到/usr/local文件夹内

输入以下代码：

cd /usr/local/
sudo mv ./hadoop-3.2.4/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop

并将文件夹名改为hadoop，和修改文件权限

1a4f1ddc49014d5f8dfaf1857e520726.png​输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：

cd /usr/local/hadoop
./bin/hadoop version

2c00cd35b6384ed5826944a312003896.png​

五、Hadoop单机配置(非分布式)

Grep 例子

将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中

cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*

14eb53907d83438cb3bd9744ecb02cac.png​ 8e5a772d0f0d47b186eb9403a02fe66a.png​

3a0714c13ca244999efe3bbb3d65311c.png​

**Hadoop 默认不会覆盖结果文件，因此再次运行上面实例会提示出错，需要先将 

./output

删除。**

rm -r ./output

六、Hadoop伪分布式配置

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。

**修改配置文件 core-site.xml **

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

修改为以下配置，点击保存后退出：

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

1af986560b0c458ba2f78619db788ad9.png

修改配置文件 hdfs-site.xml

gedit ./etc/hadoop/hdfs-site.xml

修改为以下配置，点击保存后退出：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

a8216b1f33254af8945855888e9dfc0c.png

配置完成后，执行 NameNode 的格式化:

./bin/hdfs namenode -format

8d460aee16d64176a6ca4bbe4da52cc2.png

接着开启 NameNode 和 DataNode 守护进程

./sbin/start-dfs.sh

5c6d3cdada9f4026853d95291cd84a42.png

启动完成后，可以通过命令jps来判断是否成功启动

jps

804de457c8084a0d81f4476d521db08d.png

成功启动后，可以访问 Web 界面 http://localhost:9870 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件

cf8ba580d2ae41caa765707e22c8ffcc.png

七、运行Hadoop伪分布式实例

要使用 HDFS，首先需要在 HDFS 中创建用户目录：

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

b2b208058abb4c0c953665e16f918fc3.png

接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中

./bin/hdfs dfs -mkdir input
./bin/hdfs dfs -put ./etc/hadoop/*.xml input

复制完成后，可以通过如下命令查看文件列表：

./bin/hdfs dfs -ls input

5d735d5cea4d4fa2b39889c48835c471.png

将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

611e5da14be34317a796f6e4a80d1190.png

查看运行结果的命令（查看的是位于 HDFS 中的输出结果）：

./bin/hdfs dfs -cat output/*

7b5c9c74a5d745d6b1b2b99f519afdcc.png

** 将运行结果取回到本地：**

rm -r ./output
./bin/hdfs dfs -get output ./output
cat ./output/*

Hadoop 运行程序时，输出目录不能存在，否则会提示错误

因此若要再次执行，需要执行如下命令删除 output 文件夹:

./bin/hdfs dfs -rm -r output

若要关闭 Hadoop，则运行:

./sbin/stop-dfs.sh

9ccec17c26274cf58ba82076dfd09f15.png

参考文章：Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0(2.7.1)/Ubuntu14.04(16.04)_厦大数据库实验室博客

标签： hadoop 分布式 linux
本文转载自: https://blog.csdn.net/qq_33980756/article/details/130568379
版权归原作者 PYY-CR7 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Hadoop伪分布式配置教程”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？

文章导航