ubuntu安装伪分布式Hadoop3.1.2

豪情男儿 發表於 2019-5-15 00:57:00

本文是基于已经安装好的ubuntu环境上搭建伪分布式hadoop，在virtualbox安装ubuntu可以参考小编的
”virtualbox安装ubuntu16.04 LTS及其配置“
 
<h1>一、Hadoop的三种运行模式（启动模式）</h1>
<h2>1.1、单机模式（独立模式）（Local或Standalone  Mode）</h2>
　　-默认情况下，Hadoop即处于该模式，用于开发和调式。
　　-不对配置文件进行修改。 　　-使用本地文件系统，而不是分布式文件系统。 　　-Hadoop不会启动NameNode、DataNode、JobTracker、TaskTracker等守护进程，Map()和Reduce()任务作为同一个进程的不同部分来执行的。 　　-用于对MapReduce程序的逻辑进行调试，确保程序的正确。
<h2>1.2、伪分布式模式（Pseudo-Distrubuted Mode）</h2>
　　-Hadoop的守护进程运行在本机机器，模拟一个小规模的集群　
　　-在一台主机模拟多主机。 　　-Hadoop启动NameNode、DataNode、JobTracker、TaskTracker这些守护进程都在同一台机器上运行，是相互独立的Java进程。 　　-在这种模式下，Hadoop使用的是分布式文件系统，各个作业也是由JobTraker服务，来管理的独立进程。在单机模式之上增加了代码调试功能，允许检查内存使用情况，HDFS输入输出，
　　　　以及其他的守护进程交互。类似于完全分布式模式，因此，这种模式常用来开发测试Hadoop程序的执行是否正确。 　　-修改3个配置文件：core-site.xml（Hadoop集群的特性，作用于全部进程及客户端）、hdfs-site.xml（配置HDFS集群的工作属性）、mapred-site.xml（配置MapReduce集群的属性） 　　-格式化文件系统
<h2>1.3、全分布式集群模式（Full-Distributed Mode）</h2>
　　-Hadoop的守护进程运行在一个集群上　
　　-Hadoop的守护进程运行在由多台主机搭建的集群上，是真正的生产环境。 　　-在所有的主机上安装JDK和Hadoop，组成相互连通的网络。 　　-在主机间设置SSH免密码登录，把各从节点生成的公钥添加到主节点的信任列表。 　　-修改3个配置文件：core-site.xml、hdfs-site.xml、mapred-site.xml，指定NameNode和JobTraker的位置和端口，设置文件的副本等参数 　　-格式化文件系统
 
<h1 class="15">二、准备系统环境</h1>
<h2>2.1、运行虚拟机，进行静态网络配置：</h2>
　　在终端上输入ifconfig -a命令查看网卡名，我的主机有三个网络接口，分别是enp0s3(桥接网卡)，enp0s8(NAT)，lo(动态获取ip) 
<div class="cnblogs_code">
<pre># ifconfig -a</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514204510539-263440594.png" alt="">
 
　　对/etc/network/interfaces文件进行编辑，以下是在终端上执行的命令：
<div class="cnblogs_code">
<pre>sudo vim /etc/network/interfaces</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514205006098-333942167.png" alt="">
　　上图是ubuntu的/etc/network/interfaces文件默认的内容，默认动态获取方法的配置。
　　但是在业务上需要给ubuntu主机配置静态ip网络，在这里我只对enp0s3进行修改，以下是静态分配的配置方法（根据自己的需求改）：
<div class="cnblogs_code">
<pre>auto enp0s3
iface enp0s3 inet static
address 192.168.87.138
netmask 255.255.255.0
gateway 192.168.87.254</pre>
</div>
　　接下来需要添加域名服务器，编辑/etc/resolv.conf文件，添加域名服务器，在这里我选择了全球通用的DNS域名服务器，国内用户推荐使用，速度较快！
<div class="cnblogs_code">
<pre>sudo vim /etc/resolv.conf</pre>
</div>
<div class="cnblogs_code">
<pre>nameserver 114.114.114.114 或者 nameserver 8.8.8.8 </pre>
</div>
　　配置已经完成了，接下来需要重启网络，网络重启有多种方法，在这里只列出两种方法，二选一即可。
　　1. 重启网卡
<div class="cnblogs_code">
<pre>/etc/init.d/networking restart</pre>
</div>
　　2. 这两条命令是重启某个网络接口，一个系统可能有多个网络接口
<div class="cnblogs_code">
<pre># ifdown enp0s3 # ifup enp0s3</pre>
</div>
　　检查网络配置参数是否正确：
<div class="cnblogs_code">
<pre># ifconfig</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514211009389-1070553204.png" alt="">
 
 　　检查是否能ping通：
<div class="cnblogs_code">
<pre>ping www.qq.com</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514211131266-918455616.png" alt="">
 
 　　已成功ping通，静态网络已配置好了。
 
<h2>2.2、修改主机名与IP地址的对应关系</h2>
　　查看主机名：
<div class="cnblogs_code">
<pre># hostname</pre>
</div>
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514214015483-1969886923.png" alt="">
　　修改/etc/hosts文件：
<div class="cnblogs_code">
<pre># vim /etc/hosts</pre>
</div>
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514213829124-1283040588.png" alt="">
　　
　　/etc/hosts文件默认是上图所示，修改文件为以下内容，注释127.0.1.1，添加主机静态地址与主机名：
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514214301486-1233957169.png" alt="">
 
<h2>2.3、配置本机ssh免密码登录</h2>
　　单机配置ssh免密登陆的话，输入以下的命令即可：
　　提示输入信息，一直回车按默认即可。
<div class="cnblogs_code">
<pre># ssh-keygen -t rsa
# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
# chmod 600 ~/.ssh/authorized_keys</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514212404801-1423789947.png" alt="">
　　
　　完成之后，以 root 用户登录，修改 ssh 配置文件：
 
<div class="cnblogs_code">
<pre>vim /etc/ssh/sshd_config</pre>
</div>
　　把文件中的下面几条信息的注释去掉，如图所示：
<div class="cnblogs_code">
<pre>RSAAuthentication yes # 启用RSA认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile .ssh/authorized_keys #公钥文件路径（和上面生成的文件同）</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514213404399-1855593749.png" alt="">
 
　　然后重启服务：
<div class="cnblogs_code">
<pre># service sshd restart</pre>
</div>
　
　　输入ssh localhost验证出现如下界面，中间不需要输入密码，即配置完成。
 
<div class="cnblogs_code">
<pre># ssh localhost</pre>
</div>
 
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514213530260-1155950310.png" alt="">
 
<h2>2.4、安装Oracle Java，并配置环境变量</h2>
　　1. 从官网下载oracle jdk1.8
　　2. 解压tar包，指定解压/usr/local/目录
<div class="cnblogs_code">
<pre># tar -zxvf jdk-8u211-linux-x64.tar.gz -C /usr/local/</pre>
</div>
　　3. 配置环境变量
<div class="cnblogs_code">
<pre># vim /etc/profile</pre>
</div>
　　然后添加以下配置在文件尾：
<div class="cnblogs_code">
<pre>export JAVA_HOME=/usr/local/jdk1.8.0_211
export PATH=$PATH:$JAVA_HOME/bin
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib</pre>
</div>
　　保存退出即可。
　　4. 测试jdk配置成功否
　　刷新环境变量：
<div class="cnblogs_code">
<pre># source /etc/profile</pre>
</div>
　　输入java -verion，如配置成功，有下图的java版本在终端上显示：
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514221907552-37777031.png" alt="">
 
　　到此，hadoop需要的系统环境已经搭建完毕了，接下来开始搭建伪分布式hadoop集群~
 
<h1>三、搭建伪分布式hadoop集群</h1>
<h2>3.1 安装hadoop</h2>
　　从官网下载hadoop3.1.2，解压hadoop安装包到/usr/local/目录下：
<div class="cnblogs_code">
<pre># tar -zxvf hadoop-3.1.2.tar.gz -C /usr/local　　</pre>
</div>
　　在环境变量配置hadoop:
<div class="cnblogs_code">
<pre># vim /etc/profile</pre>
</div>
　　然后添加以下配置在文件尾：
<div class="cnblogs_code">
<pre>export HADOOP_HOME=/usr/local/hadoop-3.1.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_HDFS_HOME=/usr/local/hadoop-3.1.2
export HADOOP_CONF_DIR=/usr/local/hadoop-3.1.2/etc/hadoop</pre>
</div>
　　使用source /etc/profile刷新环境变量后，用hadoop version命令测试是否安装成功：
<div class="cnblogs_code">
<pre># source /etc/profile
# hadoop version</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190514223225416-2139757341.png" alt="">
 
<h2>3.2 伪分布式hadoop配置</h2>
　　hadoop的配置文件统一放在$HADOOP_HOME/etc/hadoop目录下，在这里我们只需要修改5个文件，分别是hadoop-env.sh，core-site.xml，mapred-site.xml，yarn-site.xml，yarn-site.xml。
　　1. hadoop-env.sh
　　在文件中修改如下：
<div class="cnblogs_code">
<pre>export JAVA_HOME=/usr/local/jdk1.8.0_211
export HADOOP_HOME=/usr/local/hadoop-3.1.2 </pre>
</div>
 
　　2. core-site.xml
<div class="cnblogs_code">
<pre><configuration> 　　<property>
　　 <name>fs.defaultFS</name>
　　 <value>hdfs://localhost:9000/</value>
　　</property></pre>
　　  <property> 　　　　　 <name>hadoop.tmp.dir</name> 　　　　　 <value>/usr/local/hadoop/data/</value> 　　  </property>
　　  <property> 　　　　　　<name>fs.checkpoint.dir</name> 　　　　　　<value>file:///usr/local/hadoop/data/dfs/namesecondary</value> 　　　</property>
<pre></configuration></pre>
</div>
 
　　3. hdfs-site.xml
<div class="cnblogs_code">
<pre><configuration>
<property>
 <name>dfs.replication</name>
 <value>1</value>
</property>
<property>
 <name>dfs.http.address</name>
 <value>luengmingbiao:50070</value>
</property> 　　 <property> 　　　　 <name>dfs.namenode.name.dir</name> 　　　　 <value>file:///usr/local/hadoop/data/dfs/name</value> </property> <property> 　　　　 <name>dfs.datanode.data.dir</name> 　　　　 <value>file:///usr/local/hadoop/data/dfs/data</value> 　　 </property></pre>
</configuration></div>
 
　　4. mapred-site.xml
<div class="cnblogs_code">
<pre><configuration>
<property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
</property>
</configuration></pre>
</div>
 
　　5. yarn-site.xml
<div class="cnblogs_code">
<pre><configuraion> 　　<property>
　　　　<name>yarn.resourcemanager.hostname</name>
　　　　<value>luengmingbiao</value>
　　</property>
　　<property>
　　　　<name>yarn.nodemanager.aux-services</name>
　　　　<value>mapreduce_shuffle</value>
　　</property>
　　<property>
 <name>yarn.application.classpath</name>
　　　　<value>/usr/local/hadoop-3.1.2/etc/hadoop:/usr/local/hadoop-3.1.2/share/hadoop/common/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/common/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn:/usr/local/hadoop-3.1.2/share/hadoop/yarn/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn/*</value>
　　</property>
</configuraion></pre>
</div>
注： “yarn.application.classpath“可以通过在终端上输入如下命令获取：
<div class="cnblogs_code">
<pre># hadoop classpath</pre>
</div>
 
 
　　对hdfs（Hadoop Distributed File System）进行格式化，hdfs是用来存储数据的分布式文件系统。
<div class="cnblogs_code">
<pre># hdfs namenode -format</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515001544158-1326601174.png" alt="" width="742" height="642">
 
　　出现上述图所示，代表成功格式化。
　　Hadoop3.x以上版本在启动上有一个坑，不添加以下配置启动进程的时候会报以下的错并打印到终端上：
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515001713471-1525255770.png" alt="">
 
　　解决方案(可以只针对ERROR出现的变量进行定义，如果不行再配置全部)：
<div class="cnblogs_code">
<pre># vim $HADOOP_HOME/sbin/start-dfs.sh</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515001900605-571964255.png" alt="">
 
<div class="cnblogs_code">
<pre># vim $HADOOP_HOME/sbin/stop-dfs.sh</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515001938857-50166690.png" alt="">
 
 
<div class="cnblogs_code">
<pre># vim $HADOOP_HOME/sbin/start-yarn.sh</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515002005341-1067225797.png" alt="">
 
<div class="cnblogs_code">
<pre># vim $HADOOP_HOME/sbin/stop-yarn.sh</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515002045766-1056236891.png" alt="">
 
<h2>3.3 启动Hadoop</h2>
　　1. 启动HDFS
<div class="cnblogs_code">
<pre># hdfs --daemon start namenode
# hdfs --daemon start datanode # hdfs --daemon start secondarynamenode</pre>
</div>
　　或
<div class="cnblogs_code">
<pre># start-dfs.sh</pre>
</div>
 
　　2. 启动YARN集群
<div class="cnblogs_code">
<pre># yarn --daemon start resourcemanager
# yarn --daemon start nodemanager</pre>
</div>
　　或
<div class="cnblogs_code">
<pre># start-yarn.sh</pre>
</div>
 
　　3. jps命令查看是否启动成功
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515002941098-935223699.png" alt="">
 
　　4. HDFS和YARN集群都有默认的Web可视化页面
　　　　HDFS： http://主机ip:50070
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515003122543-823400990.png" alt="" width="1026" height="843">
 
　　　　YARN：http://主机ip:8088
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515003249669-1241266639.png" alt="" width="960" height="415">
 
 
<h2> 3.4 测试Hadoop</h2>
　　建立测试文件：
<div class="cnblogs_code">
<pre># vim test.txt</pre>
</div>
　　然后输入如下数据：
<div class="cnblogs_code">
<pre>hello hadoop
hello World
Hello Java
Hey man
i am a programmer</pre>
</div>
　　将测试文件放到测试目录中：
<div class="cnblogs_code">
<pre># hdfs dfs -mkdir hdfs:///hadoop
# hdfs dfs -mkdir hdfs:///hadoop/input
# hdfs dfs -put ./test.txt hdfs:///hadoop/input</pre>
</div>
　　执行hadoop自带的wordcount程序：
<div class="cnblogs_code">
<pre># hadoop jar /usr/local/hadoop-3.1.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount hdfs:///hadoop/input hdfs:///output</pre>
</div>
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515005110114-1614952286.png" alt="">
 
<img src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515005315742-208032031.png" alt="" width="1221" height="373">
 
　　然后在命令行输入 hdfs dfs -cat hdfs:///output/part-r-00000 查看词频统计结果：
<div class="cnblogs_code">
<pre># hdfs dfs -cat hdfs:///output/part-r-00000</pre>
</div>
<img style="display: block; margin-left: auto; margin-right: auto" src="https://img2018.cnblogs.com/blog/1426803/201905/1426803-20190515005425694-1892050826.png" alt="">
 
<h2> 　　到此，伪分布式Hadoop已经搭建成功了~</h2>
 

</div>
<div id="MySignature" role="contentinfo">
作者：buildings 声明：对于转载分享我是没有意见的，出于对博客园社区和作者的尊重请保留原文地址哈。 致读者：坚持写博客不容易，写高质量博客更难，我也在不断的学习和进步，希望和所有同路人一道用技术来改变生活。觉得有点用就点个赞哈。 
来源：https://www.cnblogs.com/luengmingbiao/p/10865145.html

頁: [1]

琼殿技术论坛's Archiver

ubuntu安装伪分布式Hadoop3.1.2