Ubuntu 18.04.1 LTS 搭建Hadoop环境
1.Ubuntu环境配置
本文使用Ubuntu 18.04.1 LTS,其他版本搭建过程基本一致。
创建hadoop用户
1.创建新用户
$ sudo useradd -m hadoop -s /bin/bash
2.设置密码
$ sudo passwd hadoop
3.为 hadoop 用户增加管理员权限
$ sudo adduser hadoop sudo
4.注销当前用户并切换到hadoop用户
更新apt
$ sudo apt-get update
安装Vim
$ sudo apt-get install vim
安装SSH、配置SSH无密码登陆
集群或单节点模式都需要用到 SSH 登陆。Ubuntu 默认安装了 SSH client,此外还需要安装 SSH server
$ sudo apt-get install openssh-server
为了避免每一次使用SSH都要输入密码,利用 ssh-****** 生成**,并将**加入到授权中:
$ exit
$ cd ~/.ssh/
$ ssh-****** -t rsa
$ cat ./id_rsa.pub >> ./authorized_keys # 加入授权
登陆本机
$ ssh localhost
安装Java环境
安装前最好更改系统软件源为国内源(阿里云)
$ sudo apt-get install default-jre default-jdk
需要配置JAVA_HOME环境变量
vim ~/.bashrc
加入这一行
export JAVA_HOME=/usr/lib/jvm/default-java
让环境变量生效
source ~/.bashrc
测试
echo $JAVA_HOME
java -version
$JAVA_HOME/bin/java -version
2.安装 Hadoop 2
需要下载编译好的hadoop-2.x.y.tar.gz 文件
我下载的是2.7.6
将 Hadoop 安装至 /usr/local/ 中:
sudo tar -zxf ~/Download/hadoop-2.7.6.tar.gz -C /usr/local
cd /usr/local/sudo mv ./hadoop-2.7.6/ ./hadoop
sudo chown -R hadoop ./hadoop
Hadoop 解压后即可使用。检测:
cd /usr/local/hadoop./bin/hadoop version
Hadoop 默认模式为非分布式模式(本地模式),无需进行其他配置即可运行。
Hadoop伪分布式配置
因为只是简单地学习,仅使用伪分布式的方式。
修改配置文件 core-site.xml ( vim ./etc/hadoop/core-site.xml
),将
<configuration></configuration>
修改为:
<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>
修改配置文件 hdfs-site.xml:
<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>
执行 NameNode 的格式化:
./bin/hdfs namenode -format
出现 “successfully formatted” 和 “Exitting with status 0”则代表成功
通过 jps
可以判断是否成功启动
如果有NameNode 或 DataNode则配置成功
可以访问 http://localhost:50070 查看详细信息
使用HDFS
在 HDFS 中创建用户目录
./bin/hdfs dfs -mkdir -p /user/hadoop
注:
- hadoop fs适用于任何不同的文件系统,比如本地文件系统和HDFS文件系统
- hadoop dfs只能适用于HDFS文件系统
- hdfs dfs跟hadoop dfs的命令作用一样,也只能适用于HDFS文件系统
开启hadoop
./sbin/start-dfs.sh
关闭hadoop
./sbin/stop-dfs.sh
YARN
YARN 负责资源管理与任务调度。YARN 运行于 MapReduce 之上,提供了高可用性、高扩展性。
修改配置文件 mapred-site.xml
重命名:
mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
编辑 vim./etc/hadoop/mapred-site.xml
:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
修改配置文件 yarn-site.xml:
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value>
</property>
</configuration>
启动 YARN (需要先执行过 ./sbin/start-dfs.sh
):
./sbin/start-yarn.sh
./sbin/mr-jobhistory-daemon.sh start historyserver
通过 jps
,多了 NodeManager 和 ResourceManager 两个后台进程
启动 YARN 后可以通过localhost:8088.cluster 查看任务的运行情况
关闭 YARN 的脚本:
./sbin/stop-yarn.sh./sbin/mr-jobhistory-daemon.sh stop historyserver