ubuntu安装与测试hadoop1.1.0版本-低调大师

ubuntu安装与测试hadoop1.1.0版本

2017-11-06 668 89

最近没什么事，就使用之前测试openstack的机器，测试一下hadoop，看看他到底是干嘛的？

测试环境为ubuntu 12.04 64位系统，hadoop版本是1.1.0

下面是安装过程

1、安装jdk

apt-get install openjdk-7-jdk

安装完成后测试一下

root@openstack:~/hadoop/conf# java -version
java version "1.6.0_24"
OpenJDK Runtime Environment (IcedTea6 1.11.5) (6b24-1.11.5-0ubuntu1~12.04.1)
OpenJDK 64-Bit Server VM (build 20.0-b12, mixed mode)

可以看到我的jdk是1.6版本的

2、下载hadoop

wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-1.1.0/hadoop-1.1.0.tar.gz

3、安装hadoop

先解压

tart zxvf hadoop-1.1.0.tar.gz

然后重命名

mv hadoop-1.1.0 hadoop

然后对hadoop进行配置

（1）修改conf/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/tmp</value>
</property>
</configuration>

注意：hadoop.tmp.dir是hadoop文件系统依赖的基础配置，很多路径都依赖它。它默认的位置是在/tmp/{$user}下面，在local和hdfs都会建有相同的目录，但是在/tmp路径下的存储是不安全的，因为linux一次重启，文件就可能被删除。导致namenode启动不起来。

（2）修改conf/hdfs-site.xml

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

(3) 修改conf/mapred-site.xml

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

（4）为了是hadoop能找到java，所以在conf/hadoop-env.sh最后一行添加jdk的路径，我的java路径为

export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-amd64

然后再检测一下

root@openstack:~/hadoop/conf# java -version
java version "1.6.0_24"
OpenJDK Runtime Environment (IcedTea6 1.11.5) (6b24-1.11.5-0ubuntu1~12.04.1)
OpenJDK 64-Bit Server VM (build 20.0-b12, mixed mode)

可以看到我的jdk是1.6版本的

（5）在namenode端cd到hadoop文件夹下，格式化分布式文件系统：

bin/hadoop namenode -format

下面是我的操作结果

root@openstack:~/hadoop/conf# cd ..
root@openstack:~/hadoop# bin/hadoop namenode -format
12/11/27 14:10:43 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = openstack/127.0.1.1
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 1.1.0
STARTUP_MSG: build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r 1394289; compiled by 'hortonfo' on Thu Oct 4 22:06:49 UTC 2012
************************************************************/
12/11/27 14:10:43 INFO util.GSet: VM type = 64-bit
12/11/27 14:10:43 INFO util.GSet: 2% max memory = 17.77875 MB
12/11/27 14:10:43 INFO util.GSet: capacity = 2^21 = 2097152 entries
12/11/27 14:10:43 INFO util.GSet: recommended=2097152, actual=2097152
12/11/27 14:10:44 INFO namenode.FSNamesystem: fsOwner=root
12/11/27 14:10:44 INFO namenode.FSNamesystem: supergroupsupergroup=supergroup
12/11/27 14:10:44 INFO namenode.FSNamesystem: isPermissionEnabled=true
12/11/27 14:10:44 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100
12/11/27 14:10:44 INFO namenode.FSNamesystem: isAccessTokenEnabled=false accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)
12/11/27 14:10:44 INFO namenode.NameNode: Caching file names occuring more than 10 times
12/11/27 14:10:44 INFO common.Storage: Image file of size 110 saved in 0 seconds.
12/11/27 14:10:44 INFO namenode.FSEditLog: closing edit log: position=4, editlog=/home/hadoop/tmp/dfs/name/current/edits
12/11/27 14:10:44 INFO namenode.FSEditLog: close success: truncate to 4, editlog=/home/hadoop/tmp/dfs/name/current/edits
12/11/27 14:10:46 INFO common.Storage: Storage directory /home/hadoop/tmp/dfs/name has been successfully formatted.
12/11/27 14:10:46 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at openstack/127.0.1.1
************************************************************/

（6）然后再启动服务，由于我的单节点安装，所以就全部启动

bin/start-all.sh

下面是我的操作

root@openstack:~/hadoop# bin/start-all.sh
starting namenode, logging to /root/hadoop/libexec/../logs/hadoop-root-namenode-openstack.out
localhost: starting datanode, logging to /root/hadoop/libexec/../logs/hadoop-root-datanode-openstack.out
localhost: starting secondarynamenode, logging to /root/hadoop/libexec/../logs/hadoop-root-secondarynamenode-openstack.out
starting jobtracker, logging to /root/hadoop/libexec/../logs/hadoop-root-jobtracker-openstack.out
localhost: starting tasktracker, logging to /root/hadoop/libexec/../logs/hadoop-root-tasktracker-openstack.out

然后再输入jps查看本机的启动情况

root@openstack:~/hadoop# jps
9340 SecondaryNameNode
9665 TaskTracker
9426 JobTracker
9822 Jps
8853 NameNode
9091 DataNode

可以看到namenode与datanode都启动了

如果你不是单机模式，多节点的话，你在namenode看到的就只有namenode而没有datanode，反之在datanode也是一样。

然后再打开http://localhost:50030与http://localhost:50070查看运行情况，由于我的机器的ip是192.168.1.30，所以我如果不在本机查看的话，就可以使用http://192.168.1.30：50030查看

下面是 http://192.168.1.30:50030的界面

下面是http://192.168.1.30:50070的界面

4、测试hadoop

我是使用hadoop自带的wordcount测试

（1）、通过hadoop的命令在HDFS上创建/tmp/test目录，命令如下：bin/hadoop dfs -mkdir /tmp/test

（2）、先在系统里创建test1与test2文件，内容分别为：

test1 "hello world,this is my hadoop test"

test2 "welcome to hadoop world"

创建的命令为

echo "hello world,this is my hadoop test">/tmp/test1
echo "welcome to hadoop world">/tmp/test2

（3）、然后再通过copyFromLocal命令把本地的test1与test2复制到HDFS上，命令如下：bin/hadoop dfs -copyFromLocal /tmp/test[1-2] /tmp/test

然后再到hds里查看一下

root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test
Found 2 items
-rw-r--r-- 1 root supergroup 35 2012-11-27 15:01 /tmp/test/test1
-rw-r--r-- 1 root supergroup 24 2012-11-27 15:01 /tmp/test/test2

可以看到test1与test2已经上传到了hds里

(4)在执行wordcount

root@openstack:~/hadoop# bin/hadoop jar hadoop-examples-1.1.0.jar wordcount /tmp/test/test* /tmp/test/result
12/11/27 15:28:21 INFO input.FileInputFormat: Total input paths to process : 2
12/11/27 15:28:21 INFO util.NativeCodeLoader: Loaded the native-hadoop library
12/11/27 15:28:21 WARN snappy.LoadSnappy: Snappy native library not loaded
12/11/27 15:28:21 INFO mapred.JobClient: Running job: job_201211271500_0002
12/11/27 15:28:22 INFO mapred.JobClient: map 0% reduce 0%
12/11/27 15:28:31 INFO mapred.JobClient: map 100% reduce 0%
12/11/27 15:28:40 INFO mapred.JobClient: map 100% reduce 33%
12/11/27 15:28:42 INFO mapred.JobClient: map 100% reduce 100%
12/11/27 15:28:44 INFO mapred.JobClient: Job complete: job_201211271500_0002
12/11/27 15:28:44 INFO mapred.JobClient: Counters: 29
12/11/27 15:28:44 INFO mapred.JobClient: Job Counters
12/11/27 15:28:44 INFO mapred.JobClient: Launched reduce tasks=1
12/11/27 15:28:44 INFO mapred.JobClient: SLOTS_MILLIS_MAPS=12789
12/11/27 15:28:44 INFO mapred.JobClient: Total time spent by all reduces waiting after reserving slots (ms)=0
12/11/27 15:28:44 INFO mapred.JobClient: Total time spent by all maps waiting after reserving slots (ms)=0
12/11/27 15:28:44 INFO mapred.JobClient: Launched map tasks=2
12/11/27 15:28:44 INFO mapred.JobClient: Data-local map tasks=2
12/11/27 15:28:44 INFO mapred.JobClient: SLOTS_MILLIS_REDUCES=10558
12/11/27 15:28:44 INFO mapred.JobClient: File Output Format Counters
12/11/27 15:28:44 INFO mapred.JobClient: Bytes Written=70
12/11/27 15:28:44 INFO mapred.JobClient: FileSystemCounters
12/11/27 15:28:44 INFO mapred.JobClient: FILE_BYTES_READ=125
12/11/27 15:28:44 INFO mapred.JobClient: HDFS_BYTES_READ=261
12/11/27 15:28:44 INFO mapred.JobClient: FILE_BYTES_WRITTEN=71664
12/11/27 15:28:44 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=70
12/11/27 15:28:44 INFO mapred.JobClient: File Input Format Counters
12/11/27 15:28:44 INFO mapred.JobClient: Bytes Read=59
12/11/27 15:28:44 INFO mapred.JobClient: Map-Reduce Framework
12/11/27 15:28:44 INFO mapred.JobClient: Map output materialized bytes=131
12/11/27 15:28:44 INFO mapred.JobClient: Map input records=2
12/11/27 15:28:44 INFO mapred.JobClient: Reduce shuffle bytes=131
12/11/27 15:28:44 INFO mapred.JobClient: Spilled Records=20
12/11/27 15:28:44 INFO mapred.JobClient: Map output bytes=99
12/11/27 15:28:44 INFO mapred.JobClient: CPU time spent (ms)=3620
12/11/27 15:28:44 INFO mapred.JobClient: Total committed heap usage (bytes)=302252032
12/11/27 15:28:44 INFO mapred.JobClient: Combine input records=10
12/11/27 15:28:44 INFO mapred.JobClient: SPLIT_RAW_BYTES=202
12/11/27 15:28:44 INFO mapred.JobClient: Reduce input records=10
12/11/27 15:28:44 INFO mapred.JobClient: Reduce input groups=9
12/11/27 15:28:44 INFO mapred.JobClient: Combine output records=10
12/11/27 15:28:44 INFO mapred.JobClient: Physical memory (bytes) snapshot=431722496
12/11/27 15:28:44 INFO mapred.JobClient: Reduce output records=9
12/11/27 15:28:44 INFO mapred.JobClient: Virtual memory (bytes) snapshot=3213344768
12/11/27 15:28:44 INFO mapred.JobClient: Map output records=10

然后再查看一下

root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test
Found 3 items
drwxr-xr-x - root supergroup 0 2012-11-27 15:28 /tmp/test/result
-rw-r--r-- 1 root supergroup 35 2012-11-27 15:01 /tmp/test/test1
-rw-r--r-- 1 root supergroup 24 2012-11-27 15:01 /tmp/test/test2

可以看到2个文件一个文件夹

文件夹的内容为

root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test/result
Found 3 items
-rw-r--r-- 1 root supergroup 0 2012-11-27 15:28 /tmp/test/result/_SUCCESS
drwxr-xr-x - root supergroup 0 2012-11-27 15:28 /tmp/test/result/_logs
-rw-r--r-- 1 root supergroup 70 2012-11-27 15:28 /tmp/test/result/part-r-00000

然后我们在看之前的运行结果，也就是part-r-00000的内容

root@openstack:~/hadoop# bin/hadoop dfs -cat /tmp/test/result/part-r-00000
hadoop 2
hello 1
is 1
my 1
test 1
to 1
welcome 1
world 1
world,this 1

在对比一下test1与test2的内容

root@openstack:~/hadoop# cat /tmp/test1
hello world,this is my hadoop test
root@openstack:~/hadoop# cat /tmp/test2
welcome to hadoop world

可以发现hadoop对这2个文本进行了word的统计，左侧是单词，右侧是出现的次数。

然后我们在查看一下web界面的显示

可以发现有之前的操作了，为什么有2个job，是因为我又做了其他的操作

查看第一个job

操作都有各自的描述，我就不多说了。

现在我只是使用wordcount简单的测试一下hadoop，了解他的一下简单的概念与作用。

BTW:如果大家认为我写的不错，希望能给我的博客投个票，谢谢！

http://blog.51cto.com/contest2012/2382721

本文转自 reinxu 51CTO博客，原文链接：http://blog.51cto.com/dl528888/1072963，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/417735

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Docker 清理命令集锦

杀死所有正在运行的容器复制代码代码如下: docker kill $(docker ps -a -q) 删除所有已经停止的容器复制代码代码如下: docker rm $(docker ps -a -q) 删除所有未打 dangling 标签的镜像复制代码代码如下: docker rmi $(docker images -q -f dangling=true) 删除所有镜像复制代码代码如下: docker rmi $(docker images -q) 为这些命令创建别名复制代码代码如下: # ~/.bash_aliases # 杀死所有正在运行的容器. alias dockerkill='docker kill $(docker ps -a -q)' # 删除所有已经停止的容器. alias dockercleanc='docker rm $(docker ps -a -q)' # 删除所有未打标签的镜像. alias dockercleani='docker rmi $(docker images -q -f dangling=true)' # 删除所有已经停止的容器和未打...

507

OpenStack Juno系列之结合ceph

OpenStack Juno系列之结合ceph 原文链接：http://docs.ceph.com/docs/master/rbd/rbd-openstack/ 1.创建两个池。 ceph osd pool create volumes 128 ceph osd pool create images 128 补充内容：在glance节点 apt-get install python-ceph 在nova-compute节点和cinder节点 apt-get install ceph-common 2.把ceph配置文件拷贝到glance节点和cinder-volumes节点 sshX.X.X.X sudo tee /etc/ceph/ceph.conf </etc/ceph/ceph.conf 3.Ceph授权用户 ceph auth get-or-create client.cinder mon 'allow r' osd 'allow class-readobject_prefix rbd_children, allow rwx pool=volumes, allow rx...

526

资源下载

更多资源

Mario，低调大师唯一一个Java游戏作品

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Oracle Database，又名Oracle RDBMS

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Eclipse（集成开发环境）

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Java开发工具（Java Development Kit，JDK）。

Sublime Text 一个代码编辑器

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。