Hadoop伪分布式搭建操作步骤指南
一、准备工作
- 在 /opt/目录下创建文件夹modules，和softwares
- 修改操作权限(切换至root用户下)
- chown -R wxt:wxt /opt/
- 然后切换至普通用户
- mkdir softwares
- mkdir modules
- 安装lrzsz (在linux里可代替ftp上传和下载。)
首先安装lrzsz
- yum -y install lrzsz
- 上传文件，执行命令rz，会跳出文件选择窗口，选择好文件，点击确认即可。
- rz
- 下载文件，执行命令sz
- sz
二、Hadoop环境部署-JDK部分
1.
- 上传jdk 至softwares
2.
- 解压jdk 至modules
- tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules/
3.
- 修改环境变量
- 切换至 root 用户修改 vi /etc/profile 文件，配置jdk环境变量
- #JAVA_HOME
- export JAVA_HOME=/opt/modules/jdk1.7.0_67
- export PATH=$PATH:$JAVA_HOME/bin
4.
- source /etc/profile 使文件生效
- 验证是否配置成功
- java -version
- java version "1.7.0_09-icedtea"
- OpenJDK Runtime Environment (rhel-2.3.4.1.el6_3-x86_64)
- OpenJDK 64-Bit Server VM (build 23.2-b09, mixed mode)
- jps命令可以查看java 进程
- echo $JAVA_HOME
三、Hadoop伪分布式环境部署-Hadoop部分
1.
- 上传文件hadoop-2.5.0.tar.gz，至softwares
- 解压文件至modules
- tar -zxvf hadoop-2.5.0.tar.gz -C /opt/modules/
2.
- 清理Hadoop的目录，将hadoop/share/doc目录删除，节省磁盘空间， 通过这个命令查看df -h
3.
- 修改hadoop/etc/hadoop/hadoop-env.sh文件
- 修改hadoop/etc/hadoop/mapred-env.sh文件
- 修改hadoop/etc/hadoop/yarn-env.sh文件
- 指定Java安装路径
- export JAVA_HOME=/opt/modules/jdk1.7.0_67
4.
- 注意：
- Hadoop中的四个核心模块对应四个默认配置文件
- HDFS,Hadoop默认的文件系统,是文件系统的访问入口
- Namenode,所在的机器9000端口是早期Hadoop 1.x使用的，现在 Hadoop 2.x使用的是8020端口号用于节点直接内部通信，使用RPC通信机制
5.
- 修改hadoop/etc/hadoop/core-site.xml文件
- <property>
- <name>fs.defaultFS</name>
- <!--bigdata-4 为我的localhost 名字-->
- <value>hdfs://bigdata-4:8020</value>
- </property>
- <property>
- <name>hadoop.tmp.dir</name>
- <value>/opt/modules/hadoop-2.5.0/data/tmp</value>
- </property>
6.
- 注意：
- /tmp表示临时存储目录，系统每次重启会按照脚本预先设置好的删 除 里面的文件重新自定义系统生成的文件路径，/tmp会被清空，无法保证数据文件安全性。
7.
- 修改hadoop/etc/hadoop/hdfs-site.xml文件
- 指定HDFS文件存储的副本数个数，默认是3个，这里是单台机器就设置为1，这个数字要小于datanode的节点数。
- <property>
- <name>dfs.replication</name>
- <value>1</value>
- </property>
8.
- 修改hadoop/etc/hadoop/slaves文件
- 指定从节点的机器位置，添加主机名即可
- bigdata-4
9.
- 格式化namenode
- bin/hdfs namenode -format
10.
- 启动命令
- sbin/hadoop-daemon.sh start namenode
- sbin/hadoop-daemon.sh start datanode
11.
- 查看HDFS外部UI界面
- bigdata-04或者IP地址 跟上50070端口号，外部通信http dfs.namenode.http-address 50070
- http://bigdata-4:50070 (如果windows本地没有配置hosts,需要配置)
- 如果不能正确打开页面，请检查防火墙是否关闭
- 切换至root 用户，service iptables status
- 关闭防火墙 chkconfig iptables off
12.
- 测试HDFS环境
- 创建文件夹，HDFS中有用户主目录的概念，和Linux一样
- bin/hdfs dfs -mkdir -p wxt_test/iuput
13.
- 上传文件到HDFS(随便找一个文件上传就行)
- bin/hdfs dfs -put /opt/modules/hadoop-2.5.0/etc/hadoop/core-site.xml wxt_test/input/core-site.xml
- 上传成功，HDFS外部UI界面，会有上传的文件显示
14.
- 读取HDFS的文件
- bin/hdfs dfs -text /core-site.xml
- 终端会显示上传文件的内容。
15.
- 下载文件到本地(指定下载到哪里，同时可以重命名成get-site.xml)bin/hdfs dfs -get /core-site.xml /home/wxt/Desktop/get-site.xml然后你会看到这个文件，并且重命名于桌面。
Hadoop 伪分布式搭建至此结束。
原文发布时间为：2017-10-25
本文作者：imxintian
本文来自云栖社区合作伙伴“51CTO”，了解相关信息可以关注。
