Hadoop伪分布式搭建操作步骤指南

数据库 大数据 分布式 Hadoop
本文主要分享Hadoop伪分布式搭建的操作步骤,包括准备工作、Hadoop环境部署-JDK部分和Hadoop伪分布式环境部署-Hadoop部分,希望对大家有所帮助。

[[207661]]

一、准备工作

  • 在 /opt/目录下创建文件夹modules,和softwares
    • 修改操作权限(切换至root用户下)
  1. chown -R wxt:wxt /opt/ 
  • 然后切换至普通用户
  1. mkdir softwares 
  2.  
  3. mkdir modules  
  • 安装lrzsz (在linux里可代替ftp上传和下载。)

首先安装lrzsz

  1. yum -y install lrzsz 
  • 上传文件,执行命令rz,会跳出文件选择窗口,选择好文件,点击确认即可。
  1. rz 
  • 下载文件,执行命令sz
  1. sz 

二、Hadoop环境部署-JDK部分

1.

  • 上传jdk 至softwares

2.

  • 解压jdk 至modules
    • tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules/

3.

  • 修改环境变量
    • 切换至 root 用户修改 vi /etc/profile 文件,配置jdk环境变量
  1. #JAVA_HOME 
  2. export JAVA_HOME=/opt/modules/jdk1.7.0_67 
  3. export PATH=$PATH:$JAVA_HOME/bin  

4.

  •  source /etc/profile 使文件生效
  • 验证是否配置成功
    • java -version
  1. java version "1.7.0_09-icedtea" 
  2. OpenJDK Runtime Environment (rhel-2.3.4.1.el6_3-x86_64) 
  3. OpenJDK 64-Bit Server VM (build 23.2-b09, mixed mode)  
  • jps命令可以查看java 进程
  • echo $JAVA_HOME

三、Hadoop伪分布式环境部署-Hadoop部分

1.

  • 上传文件hadoop-2.5.0.tar.gz,至softwares
  • 解压文件至modules
    • tar -zxvf hadoop-2.5.0.tar.gz -C /opt/modules/

2.

  • 清理Hadoop的目录,将hadoop/share/doc目录删除,节省磁盘空间, 通过这个命令查看df -h

3.

  • 修改hadoop/etc/hadoop/hadoop-env.sh文件
  • 修改hadoop/etc/hadoop/mapred-env.sh文件
  • 修改hadoop/etc/hadoop/yarn-env.sh文件
  • 指定Java安装路径
    • export JAVA_HOME=/opt/modules/jdk1.7.0_67

4.

  • 注意:
    • Hadoop中的四个核心模块对应四个默认配置文件
    • HDFS,Hadoop默认的文件系统,是文件系统的访问入口
    • Namenode,所在的机器9000端口是早期Hadoop 1.x使用的,现在 Hadoop 2.x使用的是8020端口号用于节点直接内部通信,使用RPC通信机制

5.

  • 修改hadoop/etc/hadoop/core-site.xml文件
  1. <property> 
  2.     <name>fs.defaultFS</name
  3.     <!--bigdata-4 为我的localhost 名字--> 
  4.     <value>hdfs://bigdata-4:8020</value> 
  5. </property> 
  6. <property> 
  7.     <name>hadoop.tmp.dir</name
  8.     <value>/opt/modules/hadoop-2.5.0/data/tmp</value> 
  9. </property>  

6.

  • 注意:
    • /tmp表示临时存储目录,系统每次重启会按照脚本预先设置好的删 除 里面的文件重新自定义系统生成的文件路径,/tmp会被清空,无法保证数据文件安全性。

7.

  • 修改hadoop/etc/hadoop/hdfs-site.xml文件
    • 指定HDFS文件存储的副本数个数,默认是3个,这里是单台机器就设置为1,这个数字要小于datanode的节点数。
  1. <property> 
  2.     <name>dfs.replication</name
  3.     <value>1</value> 
  4. </property>  

8.

  • 修改hadoop/etc/hadoop/slaves文件
    • 指定从节点的机器位置,添加主机名即可 
  1. bigdata-4 

9.

  • 格式化namenode
  1. bin/hdfs namenode -format 

10.

  • 启动命令
    • sbin/hadoop-daemon.sh start namenode
    • sbin/hadoop-daemon.sh start datanode

11.

  • 查看HDFS外部UI界面
    • bigdata-04或者IP地址 跟上50070端口号,外部通信http dfs.namenode.http-address 50070
    • http://bigdata-4:50070 (如果windows本地没有配置hosts,需要配置)
    • 如果不能正确打开页面,请检查防火墙是否关闭
      • 切换至root 用户,service iptables status
      • 关闭防火墙 chkconfig iptables off

12.

  • 测试HDFS环境
    • 创建文件夹,HDFS中有用户主目录的概念,和Linux一样
    • bin/hdfs dfs -mkdir -p wxt_test/iuput

13.

  • 上传文件到HDFS(随便找一个文件上传就行)
    • bin/hdfs dfs -put /opt/modules/hadoop-2.5.0/etc/hadoop/core-site.xml wxt_test/input/core-site.xml
    • 上传成功,HDFS外部UI界面,会有上传的文件显示

14.

  • 读取HDFS的文件
    • bin/hdfs dfs -text /core-site.xml
    • 终端会显示上传文件的内容。

15.

  • 下载文件到本地(指定下载到哪里,同时可以重命名成get-site.xml)bin/hdfs dfs -get /core-site.xml /home/wxt/Desktop/get-site.xml然后你会看到这个文件,并且重命名于桌面。

Hadoop 伪分布式搭建至此结束。 

责任编辑:庞桂玉 来源: 36大数据
相关推荐

2017-08-10 10:17:32

Hadoop分布式搭建

2013-06-13 10:39:54

Hadoop2.0.4

2012-05-21 10:19:31

Hadoop

2011-09-28 11:22:52

Hadoop

2012-02-23 09:59:05

Hadoop分布式应用

2020-08-24 07:08:37

分布式云云迁移云计算

2012-09-19 14:09:20

Hadoop开源

2017-12-07 15:24:10

Hadoop大数据服务器

2013-06-08 14:34:42

Hadoop 2.0

2019-09-26 15:43:52

Hadoop集群防火墙

2014-07-15 11:15:44

hadoop分布式部署

2017-02-28 09:48:30

2023-04-26 08:01:09

分布式编译系统

2014-09-04 09:35:17

2010-06-03 19:46:44

Hadoop

2010-06-04 18:45:43

Hadoop分布式文件

2023-04-26 06:56:31

分布式数据库伪需求

2011-07-15 17:48:27

Platform

2012-05-21 16:28:29

LinuxHadoop

2015-08-03 15:48:42

Hadoop大数据
点赞
收藏

51CTO技术栈公众号