Hadoop安装最后一步~Hadoop伪分布式配置

Hadoop安装最后一步~Hadoop伪分布式配置

□ Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时读取的是 HDFS 中的文件。
□ Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。

 

一、Hadoop伪分布式配置

1，通过gedit 编译器修改配置文件  core-site.xml 和 hdfs-site.xml（选择gedit 编译器是因为操作更加方便）

　　gedit 编译器修改配置文件后，点击菜单栏的保存，退出请按ctr+q

① 修改 core-site.xml命令:

gedit ./etc/hadoop/core-site.xml

■ 修改为下面配置：

<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>

② 修改 hdfs-site.xml命令:

gedit ./etc/hadoop/hdfs-site.xml

 ■ 修改为下面配置：

<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>

 

2, 配置完成后，执行 NameNode 的格式化:

cd /usr/local/hadoop
./bin/hdfs namenode -format

 

 

3,开启 NameNode 和 DataNode 守护进程:

cd /usr/local/hadoop
./sbin/start-dfs.sh  #start-dfs.sh是个完整的可执行文件，中间没有空格

 

 成功启动后，可以访问 Web 界面: （注意是在Ubuntu的浏览器进行输入地址哈，不是主机）

 http://localhost:9870 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件。

bug：namenode启动成功，但是不能通过web访问？
在启动服务之前需要查看防火墙的状态(以下的命令是ubuntu的)

systemctl status firewalld.service   #~ 提示：Unit firewalld.service could not be found？------说明应该不是防火墙拦截吧~

systemctl stop firewalld.service　  　# 关闭防火墙

systemctl disable firewalld.service   # 禁止firewall开机启动

 

 

二、运行Hadoop伪分布式实例：

单机模式，grep 例子读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先需要在 HDFS 中创建用户目录：

① 在 HDFS 中创建用户目录：

./bin/hdfs dfs -mkdir -p /user/hadoop

② 接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中，
即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input中：

./bin/hdfs dfs -mkdir input
./bin/hdfs dfs -put ./etc/hadoop/*.xml input

③ 复制完成后，可以通过如下命令查看文件列表：

./bin/hdfs dfs -ls input

④ 伪分布式运行 MapReduce（方式跟单机模式相同，区别在于伪分布式读取的是HDFS中的文件）： 

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

⑤ 查看运行结果的命令（查看的是位于 HDFS 中的输出结果）：

./bin/hdfs dfs -cat output/*

 结果如下：

 ⑥ 我们也可以将运行结果取回到本地：

rm -r ./output    # 先删除本地的 output 文件夹（如果存在）
./bin/hdfs dfs -get output ./output     # 将 HDFS 上的 output 文件夹拷贝到本机
cat ./output/*

 ⑦ 删除 output 文件夹（若要再次执行Hadoop伪分布式的例子，输出目录不能存在，否则会提示错误）:

./bin/hdfs dfs -rm -r output    # 删除 output 文件夹

 ⑧ 关闭 Hadoop：

./sbin/stop-dfs.sh

 

 

 

参考文章：《Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0(2.7.1)/Ubuntu14.04(16.04)》http://dblab.xmu.edu.cn/blog/install-hadoop/

作者：给力星

大佬的文章还有其他bug的解决或者其他细节，有遇到问题的小伙伴，可以翻一翻