hadoop入门-第一章General：第一节单节点伪分布

问题导读

1.从本文部署实际部署，总结本地模式、伪分布、分布式的区别是什么？
2.单机是否是伪分布？
3.本地模式是否可以运行mapreduce?









hadoop2.7发布，这一版不太适合用于生产环境，但是并不影响学习：由于hadoop安装方式有三种，并且三种安装方式都可以在前面的基础上继续配置，分别是：

• 本地模式
• 伪分布
• 分布式
  

###############################################
1.准备

安装jdk1.7参考
linux(ubuntu)安装Java jdk环境变量设置及小程序测试

测试：
Java -version


安装ssh

sudo apt-get install ssh
复制代码

  $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
  $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
  $ export HADOOP\_PREFIX=/usr/local/hadoop
复制代码

最后达到无密码登录

ssh localhost
复制代码

安装rsync

sudo apt-get install rsync
复制代码

修改网卡：
注释掉127.0.1.1 ubuntu
添加新的映射
10.0.0.81 ubuntu


这里必须修改，否则后面会遇到连接拒绝等问题

2.安装

进入配置文件目录

我这里是

~/hadoop-2.7.0/etc/hadoop




修改配置文件：
etc/hadoop/hadoop-env.sh

添加JAVA_HOME、HADOOP_COMMON_HOME

export JAVA_HOME=/usr/jdk
export HADOOP_COMMON_HOME=~/hadoop-2.7.0
复制代码

配置环境变量

sudo nano /etc/environment

增加hadoop配置
将下面添加到变量PATH中

/home/aboutyun/hadoop-2.7.0/bin:/home/aboutyun/hadoop-2.7.0/sbin:
复制代码

########################################################
3.本地模式验证[可忽略]

所谓的本地模式：在运行程序的时候，比如wordcount是在本地磁盘运行的
上面已经配置完毕，我们对其测试，分别执行面命令：
注意： bin/hadoop的执行条件是在hadoop_home中，我这里是

  $ mkdir input
复制代码

$ cp etc/hadoop/*.xml input
复制代码

$bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0.jar grep input output 'dfs[a-z.]+'
复制代码

$ cat output/*
复制代码

##################################################################
上面本地模式，我们知道就可以，我们下面继续配置伪分布模式
4.伪分布模式

我这里的全路径：/home/aboutyun/hadoop-2.7.0/etc/hadoop


修改文件etc/hadoop/core-site.xml
添加如下内容：
含义：接收Client连接的RPC端口，用于获取文件系统metadata信息。

<configuration>
  <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>
复制代码

修改etc/hadoop/hdfs-site.xml:
添加如下内容：
含义：备份只有一份

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>
复制代码

###################################
补充重要：
由于系统重启后，找不到namenode进程，这是因为系统在重启后被删除，所以加入下面配置
[mw_shl_code=xml,true]<property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/home/aboutyun123/dfs/name</value>
       </property>
      <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:/home/aboutyun123/dfs/data</value>
       </property>
[/mw_shl_code]

同时，注意权限




###################################



5.伪分布模式

1.格式化namenode

hdfs namenode -format
复制代码

有的地方使用

bin/hdfs namenode -format
复制代码

如果配置的环境变量直接使用hdfs namenode -format即可

2.启动集群

start-dfs.sh
复制代码

这时候单节点伪分布就已经安装成功了

#####################################################
验证[可忽略]
输入下面

http://localhost:50070/
复制代码

如果是在虚拟机中安装，但是在宿主主机中访问，需要输入虚拟机ip地址
这里虚拟机ip地址是10.0.0.81



所以，我这里是

http://10.0.0.81:50070/
复制代码

配置到这里也是可以的，我们同样可以运行wordcount，也就是我们的mapreduce不运行在yarn上。如果想让程序运行在yarn上,继续下面配置
#####################################################

6.配置Yarn

1.修改配置文件
修改配置文件mapred-site.xml
编辑文件etc/hadoop/mapred-site.xml，添加下面内容由于etc/hadoop中没有mapred-site.xml，所以对mapred-queues.xml.template复制一份

cp mapred-site.xml.template mapred-site.xml
复制代码

然后编辑文件mapred-site.xml
添加

<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
复制代码

最后形式：



修改配置文件yarn-site.xml

添加如下内容：

  <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
复制代码

2.启动yarn

start-yarn.sh
复制代码

(由于我这里已经配置了环境变来那个，所以在哪个地方都可以运行start-yarn.sh)
如果你没有配置环境变量，则需要进入hadoop_home,执行下面命令

sbin/start-yarn.sh
复制代码

3.验证
启动yarn之后，输入

http://localhost:8088/
复制代码

即可看到下面界面




下一篇hadoop2.7 运行wordcount

遇到问题

问题1：

Error: Could not find or load main class 

org.apache.hadoop.hdfs.server.namenode.NameNode
复制代码

解决办法：
在~/hadoop-2.7.0/etc/hadoop/hadoop-env.sh中添加

export HADOOP_COMMON_HOME=~/hadoop-2.7.0
复制代码

重启生效

问题2：
格式化Java_home not found

bin/hdfs namenode -format
复制代码

在/etc/environment 中添加

export JAVA_HOME=/usr/jdk
复制代码

生效

source /etc/environment
复制代码

重启[如还不行，重启]

sudo init 6
复制代码

相关文章

hadoop入门-第一章General：第一节单节点伪分布

hadoop入门-第一章General：第二节集群配置

hadoop入门-第一章General：第三节Hadoop初级入门之命令指南

hadoop入门-第一章General：第四节文件系统shell

hadoop入门-第一章General：第五节hadoop的兼容性说明

hadoop入门-第一章General：第六节开发人员和用户接口指南：hadoop接口分类

hadoop入门-第一章General：第七节Hadoop 文件系统 API ：概述

hadoop入门-第二章common：第一节hadoop 本地库 指南

hadoop入门-第二章common：第二节hadoop代理用户 -超级用户代理其它用户

hadoop入门-第二章common：第三节机架智能感知

hadoop入门-第二章common：第四节安全模式说明

hadoop入门-第二章common：第五节服务级别授权指南

hadoop入门-第二章common：第六节Hadoop HTTP web-consoles认证机制

hadoop入门-第二章common：第七节Hadoop Key管理服务器(KMS) - 文档集

hadoop入门:第三章HDFS文档概述（一）

hadoop入门:第三章HDFS文档概述（二）

hadoop入门:第四章mapreduce文档概述

hadoop入门:第五章MapReduce REST APIs文档概述

hadoop入门:第六章YARN文档概述

hadoop入门:第七章YARN REST APIs

hadoop入门:第八章hadoop兼容文件系统

hadoop入门:第九章hadoop认证

hadoop入门:第十章hadoop工具

hadoop入门:第十一章hadoop配置

这么好的入门文章怎么没人顶

我 来顶了   感谢分析！

感谢分享，我有个问题不明白

安装 rsync 是为了什么 ？

可能我说的不太明白吧，
我想问：本例中使用rsync这条命令用在哪了？
rsync在hadoop集群中发挥什么样的作用

绝对是精华,好文章,顶一个.
还有就是想问一下,hadoop 2里面和hadoop1里有好多不一样的地方.比如YARM,不知道这个是干什么用的.如果再能简单的介绍一下,就更完美了. 感谢楼主分享.

楼主万岁

顶一顶！

想问下在yarn中的配置有的写得是
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
有的写的是
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce.shuffle</value>
    </property>
想问两个有什么区别