ubuntu上Hadoop三种运行模式的部署

Posted 高空降落

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ubuntu上Hadoop三种运行模式的部署相关的知识,希望对你有一定的参考价值。

Hadoop集群支持三种运行模式:单机模式、伪分布式模式,全分布式模式,下面介绍下在Ubuntu下的部署

(1)单机模式

默认情况下,Hadoop被配置成一个以非分布式模式运行的独立JAVA进程,适合开始时的调试工作。在eclipse中开发用的就是单机模式,这时不用HDFS。
好的如果没有安装JDK,那么安装步骤如下:
先到官网下载JDK的linux版本,下载后直接加压到相应目录,这样JDk就安装好了。接下来配置环境变量
sudo gedit /etc/profile 

  加入下面代码

#set java environment

JAVA_HOME=/home/*******/jdk1.7.0_09     

export CLASSPATH=$JAVA_HOME/lib:$CLASSPATH

export PATH=$JAVA_HOME/bin:$PATH 

java_home的路径是自己本机上的路径。保存退出后需要注销当前用户,重新登录。

然后打开控制台输入java -version显示java的版本等信息表明配置成功。
将下载好的hadoop解压,重新命名为hadoop(这是为了方便以后到操作)。进入conf文件夹下,在hadoop-env.sh文件中做修改,在第九行左右到位置中有#export JAVA_HOME=*******这样到字样,首先将#(这里#为注释到作用)去掉,修改JAVA_HOME的值为你机器中jdk到文件路径即可,这里到值和/etc/profile是相同的。
现在可以单机模式运行一个Hadoop程序了,确定当前路径是Hadoop文件夹
bin/hadoop jar hadoop-ex*.jar wordcount conf output
conf是输入文件夹,output是输出文件夹,所以保证conf文件夹是存在的,并且有文件。

(2)伪分布式模式

伪分布式模式是一种单点运行模式,所有进程(NameNode、Secondary NameNode、JobTracker、DateNode、TaskTracker)都运行在仅有的一个节点上,需要用到HDFS。
首先配置三个XML文件,文件路径在hadoop目录下的conf文件夹。
core-site.xml
<configuration>
     <property>
         <name>fs.default.name</name>
         <value>hdfs://localhost:9000</value>
     </property> 
     <property>
         <name>hadoop.tmp.dir</name>
         <value>/home/****/hadoop/logs</value>
     </property>
</configuration>

 hdfs-site.xml

<configuration>
     <property>
         <name>dfs.replication</name>
         <value>1</value>
     </property>
</configuration>

mapred-site.xml

<configuration>
     <property>
         <name>mapred.job.tracker</name>
         <value>localhost:9001</value>
     </property>
</configuration>

  接下来需要安装SSH
在ubnuntu下直接在控制台中输入

sudo apt-get install openssh-server  

  如果提示找不到源,在软件中心输入

sudo apt-get update

  安装完SSH,需要设置登录的密钥,控制台输入

ssh-keygen -t dsa -P ‘‘ -f ~/.ssh/id_dsa   
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys  
ssh-keygen代表生成密钥;-t(注意区分大小写)表示指定生成的密钥类型,dsa是dsa密钥认证的意思,即密钥类型;-P用于提供密语;-f指定生成的密钥文件。cat  把id_dsa.pub(公钥)追加到授权的authorized_key里。这样控制台输入ssh localhost就不需要密码了。
下面是运行步骤(路径是hadoop路径):
(1)把NameNode格式化,并开启Hadoop进程
bin/hadoop namenode -format  
  
bin/start-all.sh
输入jps,查看相关5个进程是否开启。
(2)在HDFS上建立输入文件夹,并上传数据
bin/hadoop fs -mkdir input  
bin/hadoop fs -put data input 
input是建立的文件夹的名字,date是本地数据文件(默认路径在hadoop目录下),至于命令bin/hadoop fs -help查看。
(3)运行Wordcount,查看结果
bin/hadoop jar hadoop-examples-*.jar wordcount input output  
bin/hadoop fs -cat output/* >> result.txt  
如果是自己导出的jar 包可以直接用bin/hadoop jar own.jar input output。结果放在result.txt文件中(本地Hadoop目录),不加它,在控制台查看结果。
程序运行期间可以通过浏览器http://机器名:50030查看运行情况
(4)关闭hadoop进程
bin/stop-all.sh  

(3)全分布式模式

对于Hadoop,不同的系统有不同的节点划分方式。在HDFS看来。节点分为NameNode和DataNode,其中DataNode可以有多个;MapReduce看来,节点分JobTracker和TaskTracker,TaskTracker可以多个。
全分布式的部署和伪分布式部署的差不多。
有大于两台的机器,有相同的用户名(必须),确定IP在同一个网段,并能相互ping通。
192.168.6.30 master  
192.168.6.31 node1  

(1)主机生成SSH,并分发密钥

ssh-keygen -t rsa  
ssh-copy-id -i ~/.ssh/id_rsa.pub 用户名@192.168.6.31

 如果分发不成功可以使用下面的命令

scp ~/.ssh/id_rsa.pub [email protected]:~/mas_key 

 然后在远程机器上

mkdir ~/.ssh  
chmod 700 ~/.ssh  
mv ~/mas_key ~/.ssh/authorized_keys  
chmod 600 ~/.ssh/authorized_keys  

 使用ssh-copy-id不仅可以将公钥添加到authorized_keys中去,而且也设置了正确的权限(文件夹.ssh为700,authorized_keys为600)
参考文章:http://www.thegeekstuff.com/2008/11/3-steps-to-perform-ssh-login-without-password-using-ssh-keygen-ssh-copy-id/
ssh免密码登录原理可参考:http://www.ruanyifeng.com/blog/2011/12/ssh_remote_login.html
这样在master主机上ssh 192.168.6.31主机时应该就不用输入密码了
如果出现Agent admitted failure to sign using the key这个问题
解決方式 使用 ssh-add 指令将私钥 加进来 

ssh-add   ~/.ssh/id_rsa   

(2)配置hosts文件

 

sudo gedit /etc/hosts

127.0.0.1    localhost  
#127.0.0.1 机器名  
192.168.6.38 master  
192.168.6.31 node1  

*第二行的注释一定要注释掉。然后将hosts文件通过scp 分发到从机上,登录从机移动hosts文件。

scp /etc/hosts 目标机器名@目标机器IP:~/hosts  

sudo mv hosts /etc/  
(3)修改hadoop配置文件
共5个文件需要配置,其中三个和伪分布式的一样,其中两个文件的字段需要改成主机的机器名(这里为master,也可以是IP),另两个文件是masters和slaves
masters
master 

slaves

master  
node1 
这个Hadoop集群中有两个数据节点,master兼当主从机。
*5个配置文件也需要分发到从机上(即集群中主从机器的hadoop的配置相同)
这样Hadoop的配置就完成了,用ssh node1命令,就可以直接登录了。
接下来运行Wordcount的步骤和伪分布式模式一样了。
注意:每次运行前把集群机器中logs目录清空。

  







以上是关于ubuntu上Hadoop三种运行模式的部署的主要内容,如果未能解决你的问题,请参考以下文章

求:hadoop三种运行模式的书面解释,急!!

学习笔记Hadoop—— Hadoop集群的安装与部署—— Hadoop集群部署模式配置固定IP

Hadoop

Hadoop可以运行的模式

HIVE 2.3.4 本地安装与部署 (Ubuntu)

Hadoop伪分布模式配置