伪分布式模式下,Hadoop将所有进程运行于同一台主机上,但此时Hadoop将使用分布式文件系统,而且各jobs也是由JobTracker服务管理的独立进程。同时,由于伪分布式的Hadoop集群只有一个节点,因此HDFS的块复制将限制为单个副本,其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外,其程序执行逻辑完全类似于完全分布式,因此,常用于开发人员测试程序执行。 hadoop的配置共有四种级别:集群、进程、作业和单独操作,前两类由集群管理员负责配置,后面的两类则属于程序员的工作范畴。 hadoop的配置文件位于conf目录中,其中的core-site.xml、mapred-site.xml和hdfs-site.xml三个配置文件最为关键。core-site.xml用于配置hadoop集群的特性,它作用于全部进程及客户端,mapred-site.xml配置mapreduce集群的工作属性,hdfs-site.xml配置hdfs集群的工作属性。 另外还有三个配置文件需要留意。hadoop-env.sh是Hadoop的多个脚本执行时source的配置信息,其用于为Hadoop指定运行时使用的JDK、各进程的JDK属性、PID文件及日志文件的保存目录等。masters则用于指定辅助名称节点(SecondaryNameNode)的主机名或主机地址,slaves用于指定各从服务器(TaskTracker或DataNode)的主机名或主机地址。对伪分布式的Hadoop集群来讲,这些节点均为本机。 一、JDK安装与配置 二、Hadoop安装与配置 1、Hadoop下载与安装 解压缩:tar -zxvf hadoop-2.3.0.tar.gz 重命名:mv hadoop-2.3.0 hadoop #vi ect/profile HADOOP_PREFIX=/opt/hadoop PATH=$HADOOP_PREFIX/bin:$PATH export HADOOP_PREFIX PATH 执行环境配置:source /etc/profile 验证:hadoop -version 2、Hadoop配置 Hadoop配置在hadoop/etc/hadoop下,作如下修改: hadoop-env.sh export JAVA_HOME=/usr/local/java/jdk1.7.0_51(JDK安装目录) 修改内存大小:export HADOOP_CLIENT_OPTS="-Xmx512m $HADOOP_CLIENT_OPTS" core-site.xml,做如下配置: <configuration> <!--NameNode的IP地址和端口-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/tmp/hadoop/hadoop-${user.name}</value>
</property>
</configuration> hdfs-site.xml,做如下配置(系统默认文件保存3份,因伪分布模式,故改为1份): <configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property> <property>
<name>dfs.namenode.name.dir</name>
<value>/hadoop/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/hadoop/datanode</value>
</property>
</configuration> mapred-site.xml,做如下配置: <configuration> <property>
<name>mapreduce.jobtracker.address</name>
<value>localhost:9001</value>
</property> </configuration> hadoop2.0有了yarn所以原来的mapred配置都转向yarn-site.xml文件中了,这里也就指定yarn。 yarn-site.xml,为方便,未进行配置。 执行hadoop环境配置:source /opt/hadoop/etc/hadoop/hadoop-env.sh
由于启动hadoop需一遍遍输入密码,不方便,故设置ssh免密登陆本机 ssh-keygen -t rsa -P "" 输入这个命令后一直回车就可以了 cat /root/.ssh/id_rsa.pub >> /root/.ssh/authorized_keys 切换到安装目录 格式化namenode:./bin/hadoop namenode –format 启动hadoop:./sbin/start-all.sh设置ssh免密登陆本机 检查进程是否启动:jps 有以上内容说明已经启动 hadoop资源管理页面:http://localhost:8088 namenode节点信息:http://localhost:50070
|