Hadoop安裝最后一步~Hadoop偽分布式配置

Hadoop安裝最后一步~Hadoop偽分布式配置

□ Hadoop 可以在單節點上以偽分布式的方式運行，Hadoop 進程以分離的 Java 進程來運行，節點既作為 NameNode 也作為 DataNode，同時讀取的是 HDFS 中的文件。
□ Hadoop 的配置文件位於 /usr/local/hadoop/etc/hadoop/ 中，偽分布式需要修改2個配置文件 core-site.xml 和 hdfs-site.xml 。

 

一、Hadoop偽分布式配置

1，通過gedit 編譯器修改配置文件  core-site.xml 和 hdfs-site.xml（選擇gedit 編譯器是因為操作更加方便）

　　gedit 編譯器修改配置文件后，點擊菜單欄的保存，退出請按ctr+q

① 修改 core-site.xml命令:

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

■ 修改為下面配置：

<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>

② 修改 hdfs-site.xml命令:

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

 ■ 修改為下面配置：

<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>

 

2, 配置完成后，執行 NameNode 的格式化:

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

 

 

3,開啟 NameNode 和 DataNode 守護進程:

cd /usr/local/hadoop
./sbin/start-dfs.sh  #start-dfs.sh是個完整的可執行文件，中間沒有空格

 

 成功啟動后，可以訪問 Web 界面: （注意是在Ubuntu的瀏覽器進行輸入地址哈，不是主機）

 http://localhost:9870 查看 NameNode 和 Datanode 信息，還可以在線查看 HDFS 中的文件。

bug：namenode啟動成功，但是不能通過web訪問？
在啟動服務之前需要查看防火牆的狀態(以下的命令是ubuntu的)

systemctl status firewalld.service   #~ 提示：Unit firewalld.service could not be found？------說明應該不是防火牆攔截吧~

systemctl stop firewalld.service　  　# 關閉防火牆

systemctl disable firewalld.service   # 禁止firewall開機啟動

 

 

二、運行Hadoop偽分布式實例：

單機模式，grep 例子讀取的是本地數據，偽分布式讀取的則是 HDFS 上的數據。要使用 HDFS，首先需要在 HDFS 中創建用戶目錄：

① 在 HDFS 中創建用戶目錄：

./bin/hdfs dfs -mkdir -p /user/hadoop

② 接着將 ./etc/hadoop 中的 xml 文件作為輸入文件復制到分布式文件系統中，
即將 /usr/local/hadoop/etc/hadoop 復制到分布式文件系統中的 /user/hadoop/input中：

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

③ 復制完成后，可以通過如下命令查看文件列表：

./bin/hdfs dfs -ls input

④ 偽分布式運行 MapReduce（方式跟單機模式相同，區別在於偽分布式讀取的是HDFS中的文件）： 

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

⑤ 查看運行結果的命令（查看的是位於 HDFS 中的輸出結果）：

./bin/hdfs dfs -cat output/*

 結果如下：

 ⑥ 我們也可以將運行結果取回到本地：

rm -r ./output    # 先刪除本地的 output 文件夾（如果存在）
./bin/hdfs dfs -get output ./output     # 將 HDFS 上的 output 文件夾拷貝到本機
cat ./output/*

 ⑦ 刪除 output 文件夾（若要再次執行Hadoop偽分布式的例子，輸出目錄不能存在，否則會提示錯誤）:

./bin/hdfs dfs -rm -r output    # 刪除 output 文件夾

 ⑧ 關閉 Hadoop：

./sbin/stop-dfs.sh

 

 

 

參考文章：《Hadoop安裝教程_單機/偽分布式配置_Hadoop2.6.0(2.7.1)/Ubuntu14.04(16.04)》http://dblab.xmu.edu.cn/blog/install-hadoop/

作者：給力星

大佬的文章還有其他bug的解決或者其他細節，有遇到問題的小伙伴，可以翻一翻