Hadoop 環(huán)境設(shè)置
Hadoop由GNU / Linux平臺及其版本支持。因此，我們必須安裝一個Linux操作系統(tǒng)來設(shè)置Hadoop環(huán)境。如果您有除Linux以外的操作系統(tǒng)，您可以在其中安裝Virtualbox軟件，并在Virtualbox內(nèi)部安裝Linux。
安裝前設(shè)置
在將Hadoop安裝到Linux環(huán)境之前，我們需要使用ssh（Secure Shell）來設(shè)置Linux。按照以下步驟設(shè)置Linux環(huán)境。
創(chuàng)建用戶
在開始時，建議為Hadoop創(chuàng)建一個單獨的用戶，以便將Hadoop文件系統(tǒng)與Unix文件系統(tǒng)隔離。按照以下步驟創(chuàng)建用戶：
- 使用命令“su”打開根。
- 使用命令“useradd username”從root帳戶創(chuàng)建用戶。
- 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終端并鍵入以下命令以創(chuàng)建用戶。
$ su password: # useradd hadoop # passwd hadoop New passwd: Retype new passwd
SSH設(shè)置和密鑰生成
需要SSH設(shè)置在集群上執(zhí)行不同的操作，如啟動，停止，分布式守護(hù)程序shell操作。要對Hadoop的不同用戶進(jìn)行身份驗證，需要為Hadoop用戶提供公鑰/私鑰對，并與不同的用戶共享。
以下命令用于使用SSH生成鍵值對。將公共密鑰表單id_rsa.pub復(fù)制到authorized_keys，并分別向擁有者授予authorized_keys文件的讀取和寫入權(quán)限。
$ ssh-keygen -t rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ chmod 0600 ~/.ssh/authorized_keys
安裝Java
Java是Hadoop的主要先決條件。首先，您應(yīng)該使用命令“java -version”驗證系統(tǒng)中是否存在java。 java版本命令的語法如下。
$ java -version
如果一切正常，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)
如果系統(tǒng)中沒有安裝java，請按照以下步驟安裝java。
第1步
通過訪問以下鏈接http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads1880260.html下載java（JDK <latest version> - X64.tar.gz）。
然后jdk-7u71-linux-x64.tar.gz將下載到您的系統(tǒng)。
第2步
通常你會在下載文件夾中找到下載的java文件。使用以下命令驗證它并解壓縮jdk-7u71-linux-x64.gz文件。
$ 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
第3步
要使java可用于所有用戶，您必須將其移動到位置“/ usr / local /”。打開root，然后鍵入以下命令。
$ su password: # mv jdk1.7.0_71 /usr/local/ # exit
第4步
要設(shè)置PATH和JAVA_HOME變量，請將以下命令添加到?/ .bashrc文件。
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)前運行的系統(tǒng)。
$ source ~/.bashrc
第5步
現(xiàn)在將所有更改應(yīng)用到當(dāng)前運行的系統(tǒng)。
# 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證java -version命令。
下載Hadoop
使用以下命令從Apache Software Foundation下載并提取Hadoop 2.4.1。
$ 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
一旦下載了Hadoop，您就可以使用以下三種支持模式之一來操作Hadoop集群：
本地/獨立模式 ：在系統(tǒng)中下載Hadoop之后，默認(rèn)情況下，它以獨立模式配置，并且可以作為單個Java進(jìn)程運行。
偽分布式模式 ：它是單機(jī)上的分布式仿真。每個Hadoop守護(hù)進(jìn)程（如hdfs，yarn，MapReduce等）都將作為單獨的java進(jìn)程運行。此模式對開發(fā)有用。
完全分布式的模式 ：此模式是完全分布式的，至少有兩臺或多臺機(jī)器作為集群。我們將在接下來的章節(jié)中詳細(xì)討論這種模式。
在獨立模式下安裝Hadoop
這里我們將討論Hadoop 2.4.1在獨立模式下的安裝。
沒有運行的守護(hù)程序，并且一切都在單個JVM中運行。獨立模式適合在開發(fā)期間運行MapReduce程序，因為它很容易測試和調(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。
export HADOOP_HOME=/usr/local/hadoop
在繼續(xù)進(jìn)行之前，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，那么你應(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
這意味著你的Hadoop的獨立模式設(shè)置工作正常。默認(rèn)情況下，Hadoop配置為在單臺計算機(jī)上以非分布式方式運行。
例子
讓我們檢查一個簡單的Hadoop示例。 Hadoop安裝提供了以下示例MapReduce jar文件，它提供了MapReduce的基本功能，可用于計算，如Pi值，文件列表中的字?jǐn)?shù)等。
$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar
讓我們有一個輸入目錄，我們將推送幾個文件，我們的要求是計數(shù)這些文件中的字的總數(shù)。要計算總字?jǐn)?shù)，我們不需要寫我們的MapReduce，只要.jar文件包含字計數(shù)的實現(xiàn)。您可以嘗試使用相同的.jar文件的其他示例;只需發(fā)出以下命令來檢查hadoop-mapreduce-examples-2.2.0.jar文件支持的MapReduce功能程序。
$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar
步驟1
在輸入目錄中創(chuàng)建臨時內(nèi)容文件。您可以在要工作的任何位置創(chuàng)建此輸入目錄。
$ 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安裝主目錄復(fù)制。對于您的實驗，您可以有不同的和大的文件集。
第2步
讓我們開始Hadoop進(jìn)程來計算輸入目錄中所有可用文件中的總字?jǐn)?shù)，如下所示：
$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduceexamples-2.2.0.jar wordcount input output
第3步
第2步將執(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檢查：
$cat output/*
它將列出所有字以及它們在輸入目錄中可用的所有文件中的總計數(shù)。
"AS 4 "Contribution" 1 "Contributor" 1 "Derivative 1 "Legal 1 "License" 1 "License"); 1 "Licensor" 1 "NOTICE” 1 "Not 1 "Object" 1 "Source” 1 "Work” 1 "You" 1 "Your") 1 "[]" 1 "control" 1 "printed 1 "submitted" 1 (50%) 1 (BIS), 1 (C) 1 (Don't) 1 (ECCN) 1 (INCLUDING 2 (INCLUDING, 2 .............
在偽分布式模式下安裝Hadoop
按照下面給出的步驟在偽分布式模式下安裝Hadoop 2.4.1。
第1步：設(shè)置Hadoop
您可以通過將以下命令附加到?/.bashrc文件來設(shè)置Hadoop環(huán)境變量。
export HADOOP_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=$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)前運行的系統(tǒng)。
$ source ~/.bashrc
第2步：Hadoop配置
您可以在位置“$ HADOOP_HOME/etc/hadoop”中找到所有Hadoop配置文件。需要根據(jù)您的Hadoop基礎(chǔ)結(jié)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，您必須通過用系統(tǒng)中java的位置替換JAVA_HOME值來重置hadoop-env.sh文件中的java環(huán)境變量。
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。
core-site.xml
core-site.xml文件包含諸如用于Hadoop實例的端口號，為文件系統(tǒng)分配的內(nèi)存，用于存儲數(shù)據(jù)的內(nèi)存限制以及讀/寫緩沖區(qū)大小的信息。
打開core-site.xml并在<configuration>，</ 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
hdfs-site.xml文件包含本地文件系統(tǒng)的復(fù)制數(shù)據(jù)值，namenode路徑和datanode路徑等信息。這意味著您要存儲Hadoop基礎(chǔ)架構(gòu)的位置。
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，并在此文件中的<configuration> </ configuration>標(biāo)記之間添加以下屬性。
<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，您可以根據(jù)Hadoop基礎(chǔ)結(jié)構(gòu)進(jìn)行更改。
yarn-site.xml
此文件用于將Yarn為Hadoop配置為Hadoop。打開yarn-site.xml文件，并在此文件中的<configuration>，</ configuration>標(biāo)記之間添加以下屬性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
此文件用于指定我們使用的MapReduce框架。默認(rèn)情況下，Hadoop包含yarn-site.xml的模板。首先，需要使用以下命令將文件從mapred-site，xml.template復(fù)制到mapred-site.xml文件。
$ cp mapred-site.xml.template mapred-site.xml
打開mapred-site.xml文件，并在此文件中的<configuration>，</ configuration>標(biāo)記之間添加以下屬性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
驗證Hadoop安裝
以下步驟用于驗證Hadoop安裝。
第1步：名稱節(jié)點設(shè)置
使用命令“HDFS的NameNode -format”如下設(shè)置名稱節(jié)點。
$ 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 ************************************************************/
第2步：驗證HadoopDFS
以下命令用于啟動dfs。執(zhí)行此命令將啟動您的Hadoop文件系統(tǒng)。
$ start-dfs.sh
預(yù)期輸出如下：
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]
第3步：驗證Yarn腳本
下面的命令被用于啟動Yarn腳本。執(zhí)行該命令將啟動紗守護(hù)進(jìn)程。
$ start-yarn.sh
預(yù)期輸出如下：
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
第4步：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)。
http://localhost:50070/
第5步：驗證集群的所有應(yīng)用程序
訪問群集的所有應(yīng)用程序的默認(rèn)端口號為8088.使用以下URL訪問此服務(wù)。
http://localhost:8088/
更多建議：