如何在Linux上安装与配置Hadoop-IT168 技术开发专区

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何在Linux上安装与配置Hadoop-IT168 技术开发专区相关的知识,希望对你有一定的参考价值。

在Linux上安装与配置Hadoop
一、准备工作:
在Linux上安装Hadoop之前,需要先安装两个程序:
 1. JDK 1.6或更高版本;
 2. SSH(安全外壳协议),推荐安装OpenSSH。
安装这两个程序的原因:
 1. Hadoop是用Java开发的,Hadoop的编译及MapReduce的运行都需要使用JDK。
 2. Hadoop需要通过SSH来启动salve列表中各台主机的守护进程,因此SSH也是必须安装的,即使是安装伪分布式版本(因为Hadoop并没有区分集群式和伪分布式)。对于伪分布式,Hadoop会采用与集群相同的处理方式,即依次序启动文件conf/slaves中记载的主机上的进程,只不过伪分布式中salve为localhost(即为自身),所以对于伪分布式Hadoop,SSH一样是必须的。
二、安装JDK 1.6
 以Ubuntu为例安装JDK。
 (1)下载和安装JDK
 确保可以连接到互联网,输入命令:
  sudo apt-get install sun-java6-jdk
 输入密码,确认,然后就可以安装JDK了。
 (2)配置环境变量
 输入命令:
  sudo gedit /etc/profile
 输入密码,打开profile文件。
 在文件的最下面输入如下内容:
#set Java Environment
export JAVA_HOME= (DK安装位置,一般为/usr/lib/jvm/java-6-sun)
export CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"
export PATH="$JAVA_HOME/:$PATH"
 这一步的意义是配置环境变量,使系统可以找到JDK。
 (3)验证JDK是否安装成功
 输入命令:
  java -version
 查看信息:
  java version "1.6.0_14"
  Java(TM) SE Runtime Environment (build 1.6.0_14-b08)
  Java HotSpot(TM) Server VM (build 14.0-b16, mixed mode)
三、配置SSH免密码登录
 同样以Ubuntu为例,假设用户名为u。
 1)确认已经连接上互联网,输入命令
  sudo apt-get install ssh
 2)配置为可以无密码登录本机。
 首先查看在u用户下是否存在.ssh文件夹(注意ssh前面有“.”,这是一个隐藏文件夹),输入命令:
  ls -a /home/u
 一般来说,安装SSH时会自动在当前用户下创建这个隐藏文件夹,如果没有,可以手动创建一个。
 接下来,输入命令:
  ssh-keygen -t dsa -P \'\' -f ~/.ssh/id_dsa
 解释一下,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。
 在Ubuntu中,~代表当前用户文件夹,这里即/home/u。
 这个命令会在.ssh文件夹下创建两个文件id_dsa及id_dsa.pub,这是SSH的一对私钥和公钥,类似于钥匙及锁,把id_dsa.pub(公钥)追加到授权的key里面去。
 输入命令:
  cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
 这段话的意思是把公钥加到用于认证的公钥文件中,这里的authorized_keys是用于认证的公钥文件。
 至此无密码登录本机已设置完毕。
 3)验证SSH是否已安装成功,以及是否可以无密码登录本机。
 输入命令:
  ssh -version
 显示结果:
  OpenSSH_5.1p1 Debian-6ubuntu2, OpenSSL 0.9.8g 19 Oct 2007
  Bad escape character \'rsion\'.
 显示SSH已经安装成功了。
 输入命令:
  ssh localhost
 会有类似如下显示:
The authenticity of host \'localhost (::1)\' can\'t be established.
RSA key fingerprint is 8b:c3:51:a5:2a:31:b7:74:06:9d:62:04:4f:84:f8:77.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added \'localhost\' (RSA) to the list of known hosts.
Linux master 2.6.31-14-generic #48-Ubuntu SMP Fri Oct 16 14:04:26 UTC 2009 i686
To access official Ubuntu documentation, please visit:
http://help.ubuntu.com/
Last login: Mon Oct 18 17:12:40 2010 from master
admin@Hadoop:~$
 这说明已经安装成功,第一次登录时会询问你是否继续链接,输入yes即可进入。
 实际上,在Hadoop的安装过程中,是否无密码登录是无关紧要的,但是如果不配置无密码登录,每次启动Hadoop,都需要输入密码以登录到每台机器的DataNode上,考虑到一般的Hadoop集群动辄数百台或上千台机器,因此一般来说都会配置SSH的无密码登录。
四、安装并运行Hadoop
 介绍Hadoop的安装之前,先介绍一下Hadoop对各个节点的角色定义。
 Hadoop分别从三个角度将主机划分为两种角色。第一,划分为master和slave,即主人与奴隶;第二,从HDFS的角度,将主机划分为NameNode和DataNode(在分布式文件系统中,目录的管理很重要,管理目录的就相当于主人,而NameNode就是目录管理者);第三,从MapReduce的角度,将主机划分为JobTracker和TaskTracker(一个job经常被划分为多个task,从这个角度不难理解它们之间的关系)。
 Hadoop有官方发行版与cloudera版,其中cloudera版是Hadoop的商用版本,这里先介绍Hadoop官方发行版的安装方法。
 Hadoop有三种运行方式:单节点方式、单机伪分布方式与集群方式。乍看之下,前两种方式并不能体现云计算的优势,在实际应用中并没有什么意义,但是在程序的测试与调试过程中,它们还是很有意义的。
 可以通过以下地址获得Hadoop的官方发行版:http://www.apache.org/dyn/closer.cgi/Hadoop/core/
 下载Hadoop-0.20.2.tar.gz并将其解压,这里会解压到用户目录下,一般为:/home/[你的用户名]/。
 单节点方式配置:
 安装单节点的Hadoop无须配置,在这种方式下,Hadoop被认为是一个单独的Java进程,这种方式经常用来调试。
 伪分布式配置:
 可以把伪分布式的Hadoop看做是只有一个节点的集群,在这个集群中,这个节点既是master,也是slave;既是NameNode也是DataNode;既是JobTracker,也是TaskTracker。
 伪分布式的配置过程也很简单,只需要修改几个文件,如下所示。
 进入conf文件夹,修改配置文件:
Hadoop-env.sh:
export JAVA_HOME=“JDK安装地址”
 指定JDK的安装位置:
conf/core-site.xml:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
 这是Hadoop核心的配置文件,这里配置的是HDFS的地址和端口号。
conf/hdfs-site.xml:
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
 这是Hadoop中HDFS的配置,配置的备份方式默认为3,在单机版的Hadoop中,需要将其改为1。
conf/mapred-site.xml:
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
 这是Hadoop中MapReduce的配置文件,配置的是JobTracker的地址和端口。
 需要注意的是,如果安装的是0.20之前的版本,那么只有一个配置文件,即为Hadoop-site.xml。
 接下来,在启动Hadoop前,需格式化Hadoop的文件系统HDFS(这点与Windows是一样的,重新分区后的卷总是需要格式化的)。进入Hadoop文件夹,输入下面的命令:
bin/Hadoop NameNode -format
 格式化文件系统,接下来启动Hadoop。
 输入命令:
bin/start-all.sh(全部启动)
 最后,验证Hadoop是否安装成功。
 打开浏览器,分别输入网址:
 http://localhost:50030 (MapReduce的Web页面)
 http://localhost:50070 (HDFS的Web页面)
 如果都能查看,说明Hadoop已经安装成功。
 对于Hadoop来说,安装MapReduce及HDFS都是必须的,但是如果有必要,依然可以只启动HDFS(start-dfs.sh)或MapReduce(start-mapred.sh)。
参考技术A 在Linux上安装Hadoop之前,需要先安装两个程序:
  1. JDK 1.6或更高版本;
  2. SSH(安全外壳协议),推荐安装OpenSSH。
  下面简述一下安装这两个程序的原因:
  1. Hadoop是用Java开发的,Hadoop的编译及MapReduce的运行都需要使用JDK。
  2. Hadoop需要通过SSH来启动salve列表中各台主机的守护进程,因此SSH也是必须安装的,即使是安装伪分布式版本(因为Hadoop并没有区分集群式和伪分布式)。对于伪分布式,Hadoop会采用与集群相同的处理方式,即依次序启动文件conf/slaves中记载的主机上的进程,只不过伪分布式中salve为localhost(即为自身),所以对于伪分布式Hadoop,SSH一样是必须的。
 (2)配置环境变量
  输入命令:
sudo gedit /etc/profile
  输入密码,打开profile文件。
  在文件的最下面输入如下内容:
#set Java Environment
export JAVA_HOME= (你的JDK安装位置,一般为/usr/lib/jvm/java-6-sun)
export CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"
export PATH="$JAVA_HOME/:$PATH"
  这一步的意义是配置环境变量,使你的系统可以找到JDK。
  (3)验证JDK是否安装成功
  输入命令:
java -version
  查看信息:
java version "1.6.0_14"
Java(TM) SE Runtime Environment (build 1.6.0_14-b08)
Java HotSpot(TM) Server VM (build 14.0-b16, mixed mode)本回答被提问者和网友采纳

以上是关于如何在Linux上安装与配置Hadoop-IT168 技术开发专区的主要内容,如果未能解决你的问题,请参考以下文章

如何在Linux上安装与配置Hadoop

如何在64位Ubuntu 16.04系统上卸载openjdk并重新安装配置java8环境

如何在Ubuntu 16.04上安装并配置Redis

通过xshell在linux上安装node10.16.0

通过xshell在linux上安装node10.16.0

如何在Ubuntu 16.04上安装并配置Redis