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)

1. chown -R wxt:wxt /opt/ 

• 然后切换至普通用户

1. mkdir softwares 
2.  
3. mkdir modules  

• 安装lrzsz (在linux里可代替ftp上传和下载。)

首先安装lrzsz

1. 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。

1. rz 

• 下载文件，执行命令sz

1. 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

1. #JAVA_HOME 
2. export JAVA_HOME=/opt/modules/jdk1.7.0_67 
3. 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

1. java version "1.7.0_09-icedtea" 
2. OpenJDK Runtime Environment (rhel-2.3.4.1.el6_3-x86_64) 
3. 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

1. <property> 
2.     <name>fs.defaultFS</name> 
3.     <!--bigdata-4 为我的localhost 名字--> 
4.     <value>hdfs://bigdata-4:8020</value> 
5. </property> 
6. <property> 
7.     <name>hadoop.tmp.dir</name> 
8.     <value>/opt/modules/hadoop-2.5.0/data/tmp</value> 
9. </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。

1. <property> 
2.     <name>dfs.replication</name> 
3.     <value>1</value> 
4. </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 

1. bigdata-4 

9.

• 格式化namenode

1. 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。