Hadoop伪分布式HDFS环境搭建和使用

1.环境要求

Java版本不低于Hadoop要求，并配置环境变量

2.安装

1）在网站hadoop.apache.org下载稳定版本的Hadoop包

2）解压压缩包

检查Hadoop是否可用

hadoop/bin/hadoop version

3）修改配置文件

Hadoop配置以.xml文件形式存在

修改文件hadoop/etc/hadoop/core-site.xml:

<configuration>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/users/hadoop/hadoop/tmp</value>
        </property>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://localhost:9000</value>
        </property>
</configuration>

修改文件hadoop/etc/hadoop/hdfs-site.xml:

<configuration>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>/home/users/hadoop/hadoop/data</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>/home/users/hadoop/hadoop/name</value>
        </property>
        <property>
                <name>dfs.http.address</name>
                <value>0.0.0.0:8100</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
</configuration>

4）namenode格式化

hadoop/bin/hdfs namenode -format

格式化成功如上图所示。

5）开启Namenode和Datanode

hadoop/sbin/start-dfs.sh

执行成功后，输入如下命令查看开启状态

jps

6）web页面查看hdfs服务状况

http://hostname:8100     //8100对应hdfs-site.xml配置文件中的dfs.http.address端口号

7）安装过程中遇到的问题

<1>namenode格式化的时候遇到JAVA_HOME环境变量问题

解决办法：hadoop/etc/hadoop/hadoop-env.xml文件中有变量的设置，但是不能满足要求，还要修改一下hadoop/libexec/hadoop-config.sh文件中大概160行，新增：

export JAVA_HOME=/home/tools/tools/java/jdk1.6.0_20

<2>datanode无法启动

出现该问题的原因：在第一次格式化dfs后，启动并使用了hadoop，后来又重新执行了格式化命令（hdfs namenode -format)，这时namenode的clusterID会重新生成，而datanode的clusterID 保持不变。

解决办法：将hadoop/name/current下的VERSION中的clusterID复制到hadoop/data/current下的VERSION中，覆盖掉原来的clusterID，让两个保持一致然后重启，启动后执行jps，查看进程

 

3.HDFS的使用

HDFS的命令执行格式：hadoop fs -cmd，其中cmd是类shell的命令

hadoop fs -ls /        //查看hdfs根目录的文件树

hadoop fs -mkdir /test        //创建test文件夹

hadoop fs -cp 文件 文件        //拷贝文件

 

 

注：以上命令可以通过添加环境变量来简化