云服务器上搭建hadoop伪分布式环境

    1.

     软硬件环境

• CentOS 7.2 64 位
• OpenJDK- 1.8
• Hadoop- 2.7

     2.

     安装SSH客户端

• 安装SSH
  安装SSH：

   

  

   

  安装完成后，可以使用下面命令进行测试：

  

   

  输入 root 账户的密码，如果可以正常登录，则说明SSH安装没有问题。

  3.安装java环境

  安装 JDK

  使用 yum 来安装1.7版本 OpenJDK：

   

  

   

   安装完成后，输入 java 和 javac 命令，如果能输出对应的命令帮助，则表明jdk已正确安装。

  配置 JAVA 环境变量

  执行命令:

  编辑 ~/.bashrc，在结尾追加：

   

  

   

  保存文件后执行下面命令使 JAVA_HOME 环境变量生效:

  

   

  为了检测系统中 JAVA 环境是否已经正确配置并生效，可以分别执行下面命令:

  

   

  若两条命令输出的结果一致，且都为我们前面安装的 openjdk-1.8.0 的版本，则表明 JDK 环境已经正确安装并配置。

   

  4.安装hadoop

  下载 Hadoop

  本教程使用 hadoop-2.7 版本，使用 wget 工具在线下载

   

  

   

  安装 Hadoop

  将 Hadoop 安装到 /usr/local 目录下:

   

   

   

   

   对安装的目录进行重命名，便于后续操作方便:

  

   

   

   检查Hadoop是否已经正确安装:

   

  

   

   

   如果成功输出hadoop的版本信息，表明hadoop已经成功安装。

  

   

  5.hadoop伪分布式环境配置

   

  设置 Hadoop 的环境变量

  编辑 ~/.bashrc，在结尾追加如下内容：

   

   

  

   

   使Hadoop环境变量配置生效:

   

  

   

   

   

   修改 Hadoop 的配置文件

  Hadoop的配置文件位于安装目录的 /etc/hadoop 目录下，在本教程中即位于 /url/local/hadoop/etc/hadoop 目录下，需要修改的配置文件为如下两个:

   

  

   

   

  编辑 core-site.xml，修改<configuration></configuration>节点的内容为如下所示：

   

  

   

   

  同理，编辑 hdfs-site.xml，修改<configuration></configuration>节点的内容为如下所示：

   

   

   

   

   

  格式化 NameNode

  格式化NameNode:

   

  

   

   在输出信息中看到如下信息，则表示格式化成功:

  

   

   

  启动 NameNode 和 DataNode 守护进程

  启动 NameNode 和 DataNode 进程:

   

   

  

   

   执行过程中会提示输入用户密码，输入 root 用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入 yes 即可。

   

   

  检查 NameNode 和 DataNode 是否正常启动:

  

  如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:

  

   

  6.运行伪分布式实例

   

  查看 Hadoop 自带的例子

  Hadoop 附带了丰富的例子, 执行下面命令可以查看：

  

   

   

  

   

   

   在 HDFS 中创建用户目录

  在 HDFS 中创建用户目录 hadoop：

   

  

   

   

  准备实验数据

  本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

  

   

  此时会出现如下警告：

  

  原因：
  Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己编译64位的版本。

  1、首先找到对应自己hadoop版本的64位的lib包，可以自己手动去编译，但比较麻烦，也可以去网上找，好多都有已经编译好了的。

  2、可以去网站：http://dl.bintray.com/sequenceiq/sequenceiq-bin/  下载对应的编译版本

  3、将准备好的64位的lib包解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：

   

  

   

  

   

   

  

   

  4、然后增加环境变量：

   

   

   

  5、增加下面的内容：

   

  

   

  6、让环境变量生效

   

  

   

  7、自检hadoop checknative –a 指令检查

   

   

  再次在 HDFS 中创建用户目录 hadoop：

   

  

   

  不再提示警告

   

  准备实验数据

  本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：

   

  

  使用下面命令可以查看刚刚上传到 HDFS 的文件:

   

  

  运行实验

  

   

   

   

   

   

   上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。

   

  查看运行结果

  上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:

   

  

   

   如果运行成功，可以看到如下结果:

   

  

   

   

  删除 HDFS 中的结果目录:

  

   

   

  运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。

   

   

   关闭 Hadoop 进程

  关闭 Hadoop 进程：

  

   

  再起启动只需要执行下面命令：

  

   

   7.

  部署完成