Hadoop伪分布式安装

Posted 心若不动,风又奈何;你若不伤,岁月无恙。

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hadoop伪分布式安装相关的知识,希望对你有一定的参考价值。

本文介绍的主要是Hadoop的伪分布式的搭建以及遇到的相关问题的解决,做一下记录,jdk的安装这里就不做太多的介绍了,相信大家根据网上的安装介绍很快就能安装成功。

 

 

 

环境

操作系统 Oracle VM VirtualBox-rhel-6.4_64  
本机名称 yanduanduan  
本机IP 192.168.1.102  
JDK 1.7.0_79  
hadoop 2.7.3 点此下载

 

 

 

 

 

 

 

 

Hadoop 有两个主要版本,Hadoop 1.x.y 和 Hadoop 2.x.y 系列,比较老的教材上用的可能是 0.20 这样的版本。Hadoop 2.x 版本在不断更新,本教程均可适用。如果需安装 0.20,1.2.1这样的版本,本教程也可以作为参考,主要差别在于配置项,配置请参考官网教程或其他教程。如果用的jdk为1.8.x,本教程同样适用。

 

 

 

 

hadoop安装


 

解压hadoop安装包

解压到/usr/local/目录下

配置环境变量

vi /etc/profile

maven、jdk、Hadoop所有添加的相关配置如下:

 1 #set java enviroment
 2 export JAVA_HOME=/usr/local/jdk7
 3 export HADOOP_HOME=/usr/local/hadoop
 4 export PATH=.:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
 5 export classpath=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
 6 HADOOP_OPT="-Dfile encoding=UTF-8"
 7 
 8 MAVEN_HOME=/usr/local/maven3
 9 export MAVEN_HOME
10 export PATH=${PATH}:${MAVEN_HOME}/bin
11 
12 export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
13 
14 export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

 

如果只是针对Hadoop则只加入如下配置

1 export HADOOP_HOME=/usr/local/hadoop
2 export PATH=.:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
3 
4 export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
5 export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

 

 

测试安装成功与否

命令行输入命令

1 hadoop version

 

成功则显示

1 Hadoop 2.7.3
2 Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r baa91f7c6bc9cb92be5982de4719c1c8af91ccff
3 Compiled by root on 2016-08-18T01:41Z
4 Compiled with protoc 2.5.0
5 From source with checksum 2e4ce5f957ea4db193bce3734ff29ff4
6 This command was run using /usr/local/hadoop/share/hadoop/common/hadoop-common-2.7.3.jar

 

 

大家要是在这一步没有成功,可以考虑换个目录安装Hadoop,可以和我一样在/usr/local目录下安装,或者是在根目录下其他可以访问的目录下安装。看好你啊。

 

 

 

至此,Hadoop安装完成。

 

伪分布式安装


 

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 /$HADOOP_HOME/etc/hadoop/ 中,伪分布式至少需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。
Hadoop的配置文件是 xml 格式,每个配置以声明 property 的 name 和 value 的方式来实现。

 

修改hosts文件

1 vi /etc/hosts

 

添加到最后一行

1 192.168.1.102 yanduanduan

 

修改core-site.xml

 1 <configuration>
 2 
 3  <property>
 4       <name>hadoop.tmp.dir</name>
 5       <value>file:/usr/local/hadoop/tmp</value>
 6       <description>Abase for other temporary directories.</description>
 7  </property>
 8 
 9  <property>
10      <name>fs.defaultFS</name>
11      <value>hdfs://yanduanduan:9000</value>
12  </property>
13 
14 </configuration>

 

 

修改hdfs-site.xml

 1 <configuration>
 2 <property>
 3              <name>dfs.replication</name>
 4              <value>1</value>
 5 </property>
 6 
 7 <property>
 8             <name>dfs.namenode.name.dir</name>
 9             <value>file:/data/dfs/name</value>
10  </property>
11 
12  <property>
13            <name>dfs.datanode.data.dir</name>
14            <value>file:/data/dfs/data</value>
15  </property>
16 </configuration>

 

伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行(官方教程如此),不过若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。所以我们进行了设置,同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir,否则在接下来的步骤中可能会出错。

修改mapred-site.xml
文件默认不存在,只有一个模板,复制一份

1 cp mapred-site.xml.template mapred-site.xml

 

configration下添加

 1 <property>
 2      <name>mapreduce.framework.name</name>
 3      <value>yarn</value>
 4  </property>
 5  <property>
 6      <name>mapreduce.jobhistory.address</name>
 7      <value>master:10020</value>
 8  </property>
 9  <property>
10      <name>mapreduce.jobhistory.webapp.address</name>
11      <value>master:19888</value>
12  </property>

 

修改yarn-site.xml

 1 <configuration>
 2 
 3 <!-- Site specific YARN configuration properties -->
 4 <property>
 5   <name>yarn.nodemanager.aux-services</name>
 6   <value>mapreduce_shuffle</value>
 7  </property>
 8  <property>
 9   <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
10   <value>org.apache.hadoop.mapred.ShuffleHandler</value>
11  </property>
12  <property>
13   <name>yarn.resourcemanager.address</name>
14   <value>yanduanduan:8032</value>
15  </property>
16  <property>
17   <name>yarn.resourcemanager.scheduler.address</name>
18   <value>yanduanduan:8030</value>
19  </property>
20  <property>
21   <name>yarn.resourcemanager.resource-tracker.address</name>
22   <value>yanduanduan:8035</value>
23  </property>
24  <property>
25   <name>yarn.resourcemanager.admin.address</name>
26   <value>yanduanduan:8033</value>
27  </property>
28  <property>
29   <name>yarn.resourcemanager.webapp.address</name>
30   <value>yanduanduan:8088</value>
31  </property>
32 </configuration>

 

修改hadoop-env.sh,设置JAVA_HOME

将原有的注释掉,改为绝对路径

1 #export JAVA_HOME=${JAVA_HOME}
2 export JAVA_HOME="/usr/local/jdk7"

 

 

格式化namenode

1 [hadoop@yanduanduan hadoop]$ hdfs namenode –format

 

启动hadoop

进入该目录

1 /usr/local/hadoop/sbin

 

输入命令

1 ./start-all.sh

 

输入jps命令

1 10514 Jps
2 8706 SecondaryNameNode
3 8528 DataNode
4 8382 NameNode
5 9158 NodeManager
6 8866 ResourceManager

 

如果少了哪一个就要看日志了。

用命令查看日志

1 cat /usr/local/hadoop/logs/hadoop-root-namenode-yanduanduan.log

 

显示如下

 1 2017-05-30 16:32:22,517 INFO org.mortbay.log: Stopped HttpServer2$SelectChannelConnectorWithSafeStartup@0.0.0.0:50070
 2 2017-05-30 16:32:22,517 WARN org.apache.hadoop.http.HttpServer2: HttpServer Acceptor: isRunning is false. Rechecking.
 3 2017-05-30 16:32:22,517 WARN org.apache.hadoop.http.HttpServer2: HttpServer Acceptor: isRunning is false
 4 2017-05-30 16:32:22,518 INFO org.apache.hadoop.metrics2.impl.MetricsSystemImpl: Stopping NameNode metrics system...
 5 2017-05-30 16:32:22,519 INFO org.apache.hadoop.metrics2.impl.MetricsSystemImpl: NameNode metrics system stopped.
 6 2017-05-30 16:32:22,519 INFO org.apache.hadoop.metrics2.impl.MetricsSystemImpl: NameNode metrics system shutdown complete.
 7 2017-05-30 16:32:22,519 ERROR org.apache.hadoop.hdfs.server.namenode.NameNode: Failed to start namenode.
 8 java.io.IOException: NameNode is not formatted.
 9     at org.apache.hadoop.hdfs.server.namenode.FSImage.recoverTransitionRead(FSImage.java:225)
10     at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.loadFSImage(FSNamesystem.java:975)
11     at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.loadFromDisk(FSNamesystem.java:681)
12     at org.apache.hadoop.hdfs.server.namenode.NameNode.loadNamesystem(NameNode.java:585)
13     at org.apache.hadoop.hdfs.server.namenode.NameNode.initialize(NameNode.java:645)
14     at org.apache.hadoop.hdfs.server.namenode.NameNode.<init>(NameNode.java:812)
15     at org.apache.hadoop.hdfs.server.namenode.NameNode.<init>(NameNode.java:796)
16     at org.apache.hadoop.hdfs.server.namenode.NameNode.createNameNode(NameNode.java:1493)
17     at org.apache.hadoop.hdfs.server.namenode.NameNode.main(NameNode.java:1559)
18 2017-05-30 16:32:22,522 INFO org.apache.hadoop.util.ExitUtil: Exiting with status 1  注:1代表失败,0代表成功。
19 2017-05-30 16:32:22,524 INFO org.apache.hadoop.hdfs.server.namenode.NameNode: SHUTDOWN_MSG: 
20 /************************************************************
21 SHUTDOWN_MSG: Shutting down NameNode at yanduanduan/192.168.1.102
22 ************************************************************/

 

解决办法

删除core-site.xml配置文件中配置的tmp目录下的所有文件;

将hadoop所有服务停止;

再次启动hadoop。

详细参考

 

远程访问http://192.168.1.102:50070

发现无法访问,本地可以访问.

锦囊妙计:

本机直接访问50070是可以访问到,但是别的机子ip:端口无法访问到,

原因是装了Hadoop的机子的防火墙是打开的,将防火墙关闭即可访问。

关闭防火墙方法:

        查看防护墙状态
        service iptables status
        
        关闭
        service iptables stop
        
        查看防火墙开机启动状态
        chkconfig iptables --list
        
        关闭开机启动
        chkconfig iptables off

 

再次访问就可以了

 

以上是关于Hadoop伪分布式安装的主要内容,如果未能解决你的问题,请参考以下文章

0.1_hadoop安装(伪分布式)

ubuntu 下安装伪分布式 hadoop

Hadoop伪分布安装详解+MapReduce运行原理+基于MapReduce的KNN算法实现

Ubuntu下伪分布式安装Hadoop详细教程

Ubuntu下伪分布式安装Hadoop详细教程

hadoop伪分布式安装