Ubuntu14.04下hadoop-2.6.0单机配置和伪分布式配置

renshanshan

需要重新编译的教程：http://blog.iyunv.com/ggz631047367/article/details/42460589



在Ubuntu下创建hadoop用户组和用户

　　hadoop的管理员最好就是以后要登录桌面环境运行eclipse的用户，否则后面会有拒绝读写的问题出现。当然不是也有办法办法解决。

　　1. 创建hadoop用户组;

　　

sudo addgroup hadoop
　　

　　2. 创建hadoop用户;

　　

sudo adduser -ingroup hadoop hadoop
　　

　　3. 给hadoop用户添加权限，打开/etc/sudoers文件;

　　

sudo gedit /etc/sudoers

在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL.　　

在Ubuntu下安装JDK

　　具体见：http://blog.iyunv.com/ggz631047367/article/details/42366687           //JAVA_HOME=/usr/lib/jvm/jdk1.8.0_25

安装ssh服务

　　

sudo apt-get install ssh openssh-server
　　

建立ssh无密码登录本机

　　切换到hadoop用户，执行以下命令：

su - hadoop

　　ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。
　　1. 创建ssh-key，，这里我们采用rsa方式;

　　

ssh-keygen -t rsa -P "" （注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

　　

　　2. 进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的;

　　

cd ~/.ssh
cat id_rsa.pub >> authorized_keys （完成后就可以无密码登录本机了。）
　　

　　3. 登录localhost;

　　

ssh localhost

　　

　　4. 执行退出命令;

　　

exit
　　

安装hadoop

　　下载地址：http://apache.fayea.com/hadoop/common/stable/hadoop-2.6.0.tar.gz
　　1. 把hadoop解压到/usr/local下:

　　

sudo tar -zxvf hadoop-2.6.0.tar.gz
sudo mv hadoop-2.6.0 /usr/local/hadoop
sudo chmod -R 775 /usr/local/hadoop
sudo chown -R hadoop:hadoop /usr/local/hadoop  //否则ssh会拒绝访问

　　

　　2.配置

• 修改bashrc的配置：
  

　　

sudo gedit ~/.bashrc　　
　　在文件末尾添加：
　　

#HADOOP VARIABLES START
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_25
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib"
#HADOOP VARIABLES END

如果不知道JAVA_HOME可以通过命令获得：　　
　　

update-alternatives --config java目录取到java根目录即可。　　
　　


　　执行下面命令使改动生效：


　　

source ~/.bashrc
　　

• 修改hadoop-env.sh的配置：
  

　　

sudo gedit /usr/local/hadoop/etc/hadoop/hadoop-env.sh

找到JAVA_HOME改为上面的值。
　　
　　

测试

• 通过执行hadoop自带实例WordCount验证是否安装成功
  

　　/usr/local/hadoop路径下创建input文件夹  

mkdir input
cp README.txt input
在hadoop目录下执行WordCount：

bin/hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.6.0-sources.jar
org.apache.hadoop.examples.WordCount input output

　　

Hadoop伪分布式配置
　　

　　sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml
　　

<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/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>

sudo gedit /usr/local/hadoop/etc/hadoop/mapred-site.xml //此项不必要
　　
　　

<configuration>
<property>   
<name>mapred.job.tracker</name>  
<value>localhost:9001</value>   
</property>   
</configuration>
　　sudo gedit /usr/local/hadoop/etc/hadoop/yarn-site.xml


　　

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
　　
　　sudo gedit /usr/local/hadoop/etc/hadoop/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/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/dfs/data</value>
</property>
    <property>                 //这个属性节点是为了防止后面eclopse存在拒绝读写设置的
            <name>dfs.permissions</name>
            <value>false</value>
     </property>
</configuration>
　　
　　sudo gedit /usr/local/hadoop/etc/hadoop/masters 添加：localhost
　　sudo gedit /usr/local/hadoop/etc/hadoop/slaves  添加：localhost


　　


　　关于配置的一点说明：上面只要配置 fs.defaultFS 和 dfs.replication 就可以运行，不过有个说法是如没有配置 hadoop.tmp.dir 参数，此时 Hadoop 默认的使用的临时目录为 /tmp/hadoo-hadoop，而这个目录在每次重启后都会被干掉，必须重新执行 format 才行（未验证），所以伪分布式配置中最好还是设置一下。
　　配置完成后，首先在 Hadoop 目录下创建所需的临时目录：

cd /usr/local/hadoop
mkdir tmp dfs dfs/name dfs/data

接着初始化文件系统HDFS。bin/hdfs namenode -format成功的话，最后的提示如下，Exitting with status 0 表示成功，Exitting with status 1: 则是出错。
　　

sbin/start-dfs.sh
sbin/start-yarn.sh

　　Unable to load native-hadoop library for your platform这个提示,解决方式：

1、重新编译源码后将新的lib/native替换到集群中原来的lib/native

2、修改hadoop-env.sh ，增加

export HADOOP_OPTS=&quot;-Djava.library.path=$HADOOP_PREFIX/lib:$HADOOP_PREFIX/lib/native&quot;




　　Namenode information:http://localhost:50070来查看Hadoop的信息。


　　All Applications：http://http://2xx.81.8x.1xx:8088/，将其中的2xx.81.8x.1xx替换为你的实际IP地址。

　　


　　
　　运行例子：
　　1.先在hdfs上建个文件夹  bin/hdfs dfs -mkdir -p /user/ha1/input
　　bin/hdfs dfs -mkdir -p /user/ha1/output
　　2.上传一些文件：bin/hdfs dfs -put etc/hadoop/  /user/ha1/input  把etc/hadoop文件上传到hdfs的/user/ha1/input中
　　3.执行指令
　　bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar grep /user/ha1/input/hadoop  /user/ha1/output/temp 'dfs[a-z.]&#43;'
　　
　　4.查看结果
　　bin/hdfs dfs -cat /user/ha1/output/temp/*

8dfs.audit.logger
4dfs.class
3dfs.server.namenode.
2dfs.audit.log.maxbackupindex
2dfs.period
2dfs.audit.log.maxfilesize
1dfsmetrics.log
1dfsadmin
1dfs.servers
1dfs.replication
1dfs.file
1dfs.datanode.data.dir
1dfs.namenode.name.dir

版权声明：本文为博主原创文章，未经博主允许不得转载。