Hadoop学习笔记—22.Hadoop2.x环境搭建与配置

自从2015年花了2个多月时间把Hadoop1.x的学习教程学习了一遍,对Hadoop这个神奇的小象有了一个初步的了解,还对每次学习的内容进行了总结,也形成了我的一个博文系列《Hadoop学习笔记系列》。其实,早在2014年Hadoop2.x版本就已经开始流行了起来,并且已经成为了现在的主流。当然,还有一些非离线计算的框架如实时计算框架Storm,近实时计算框架Spark等等。相信了解Hadoop2.x的童鞋都应该知道2.x相较于1.x版本的更新应该不是一丁半点,最显著的体现在两点:

(1)HDFS的NameNode可以以集群的方式布署,增强了NameNodes的水平扩展能力和高可用性,分别是:HDFS Federation与HA;

(2)MapReduce将JobTracker中的资源管理及任务生命周期管理(包括定时触发及监控),拆分成两个独立的组件,并更名为YARN(Yet Another Resource Negotiator);

因此,我决定趁着现在又变成了单身狗(满满的都是伤感)的时机,把Hadoop2.x学习一下,也顺带分享一些学习笔记的文章与园友们分享。

至于Hadoop2.x到底相较于1.x有哪些改变,如果你不太知道,那么你可以先阅读一下这篇文章《Hadoop2的改进内容简介》大概了解一下,本篇内容将不会介绍这些,直接上环境搭建与配置的内容。

一、准备工作

  (1)一台配置不错的电脑或笔记本(主要是内存、内存、内存,重要的事情说三遍)

  (2)一个你使用过的虚拟机软件(可以是VMWare、Virtual Box或者其他的,我用的VMWare WorkStation)

  (3)一个你使用过的SSH客户端软件(可以使XShell,XFtp、WinSCP等等,我用的XShell+XFtp)

  (4)Hadoop2.4.1、JDK1.7的linux安装包(当然你也可以直接在线下载)

  当然,体贴的我已为你准备了Hadoop2.4.1和JDK1.7的包,你可以通过这个链接下载:点我下载

二、伪分布式搭建

  2.1 基础网络配置

  安装完VMware Workstation之后,你的网络适配器会多出来两个,你要做的就是为多出来的第2个网卡设置静态IP地址,我这里是Ethernet 3

  这里我们设置网关为192.168.22.1,为宿主机设置IP为192.168.22.2,也就是说我们的虚拟机必须要在192.168.22.x这个网段内。

  然后我们再为虚拟机设置网络连接方式,选择VMNET8(NAT模式),如果你不知道NAT是什么意思,请百度一下。

  2.2 为虚拟机安装Linux镜像

  这里我们选择的是CentOS,你也可以选择其他的Linux发行版本。

  2.3 设置静态IP地址

  输入命令 setup -> 进入Device Configuration -> 输入service network restart重启网卡

  另外,想要在宿主机访问虚拟机,需要开放端口,为了方便,我们直接将虚拟机的防火墙关闭:sudo service iptables stop

  检查状态:sudo chkconfig iptables off

  2.4 设置完全命令行模式启动

  输入命令 sudo vi /etc/inittab -> 修改id:3 -> 输入reboot重启虚拟机

  2.5 使用XShell代替VMware直接操作

  这个时候你就可以使用XShell而不再需要在VMware里直接敲命令了,你会发现XShell用起来很爽!

  2.6 将hadoop用户加入sudo用户组

  由于linux下root用户的权限太大,经常使用root用户会很不安全,所以我们一般使用一个一般用户去操作,在用到需要高权限时使用sudo命令去执行。因此,我们这里需要将hadoop用户加入sudo用户组。

  输入命令 su -> vi /etc/sudoers -> 找到这一行:root ALL=(ALL) ALL

  然后在它下面一行加上一行:hadoop  ALL=(ALL) ALL

  最后保存退出。

  2.7 更改主机名与IP地址映射关系

  (1) sudo vi /etc/sysconfig/network -> hadoop-master.manulife -> reboot     (2) sudo vi /etc/hosts -> 加一行: 192.168.22.100 hadoop-master.manulife

  2.8 建立一个专门放安装包的文件夹(非必要)

  (1) rm -rf P* D* Music/ Videos/ Templates/     (2) mkdir app -> 安装后的地方     (3) mkdir local -> 放置安装包的地方

  2.9 安装JDK

  (1)上传jdk到虚拟机,这里借助SFtp软件

  (2)解压jdk:tar -zvxf jdk -C ../app/

  (3)设置环境变量:

sudo vi /etc/profile   export JAVA_HOME=/home/hadoop/app/jdk1.7.0_65   export PATH=$PATH:$JAVA_HOME/bin; source /etc/profile  

  2.10 安装Hadoop

  (1)上传jdk到虚拟机,这里借助SFtp软件

  (2)解压jdk:tar -zvxf hadoop -C ../app/

  (3)删除hadoop中share文件夹中的多余doc文件(非必要):rm -rf doc

  (4)设置hadoop中etc文件夹中的一些重要配置文件:cd etc -> hadoop-env.sh,core-site.xml,hdfs-site.xml,yarn-site.xml,mapred-site.xml

  hadoop-env.sh

  vim hadoop-env.sh   #第27行   export JAVA_HOME=/home/hadoop/app/jdk  

  core-site.xml

  <!-- 指定HADOOP所使用的文件系统schema(URI),HDFS的老大(NameNode)的地址 -->   <property>      <name>fs.defaultFS</name>      <value>hdfs://hadoop-master.manulife:9000</value>   </property>   <!-- 指定hadoop运行时产生文件的存储目录 -->   <property>       <name>hadoop.tmp.dir</name>       <value>/home/hadoop/app/hadoop/tmp</value>   </property>  

  hdfs-site.xml

  <!-- 指定HDFS副本的数量 -->   <property>      <name>dfs.replication</name>      <value>1</value>   </property>  

  yarn-site.xml

  <!-- 指定YARN的老大(ResourceManager)的地址 -->   <property>      <name>yarn.resourcemanager.hostname</name>      <value>hadoop-master.manulife</value>   </property>   <!-- reducer获取数据的方式 -->   <property>      <name>yarn.nodemanager.aux-services</name>      <value>mapreduce_shuffle</value>   </property>  

  mapred-site.xml (需要首先换个名字:mv mapred-site.xml.template mapred-site.xml)

  <!-- 指定mr运行在yarn上 -->   <property>      <name>mapreduce.framework.name</name>      <value>yarn</value>   </property>  

  (5)设置环境变量

sudo vi /etc/profile export JAVA_HOME=/usr/java/jdk1.7.0_65 export HADOOP_HOME=/itcast/hadoop-2.4.1 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin source /etc/profile

  (6)格式化NameNode

  hadoop namenode -format

  (7)启动Hadoop两大核心功能:HDFS与YARN

  首先编辑slaves配置文件(这里我们的主节点既是DataNode又是NameNode):vi slaves -> add hadoop-master.manulife

  启动HDFS:sbin/start-dfs.sh

  启动YARN:sbin/start-yarn.sh

  验证是否启动:jps

  (8)在宿主机中访问Hadoop Manager

  首先将虚拟机的IP地址和主机名加入Windows Hosts:windows/system32/etc -> 加一行 : 192.168.22.100 hadoop-master.manulife

  打开浏览器输入:http://hadoop-master.manulife:50070

  2.11 HDFS简单测试

  上传一个文件至HDFS : hadoop fs -put xxxx.tar.gz hdfs://hadoop-master.manulife:9000/     从HDFS下载一个文件 : hadoop fs -get hdfs://hadoop-master.manulife:9000/xxxx.tar.gz

  2.12 MapReduce简单测试

  这里直接运行一个hadoop自带的求圆周率的example:

  (1)cd /home/hadoop/app/hadoop/share/hadoop/mapreduce/     (2)hadoop jar hadoop-mapreduce-examples-2.4.1.jar pi 5 5

  2.13 SSH免密码登录

  一般linux分布式集群中都会设置ssh免密码登录,这里我们首先将主节点设置为ssh免密码登录:

  (1)ssh-keygen -t rsa     (2)cd .ssh -> cp id_rsa.pub authorized_keys     (3)ssh localhost

三、Java开发环境搭建

  3.1 准备工作 

  3.2 使用Java API操作HDFS

  3.3 简单测试

四、完全分布式搭建

作者:周旭龙

出处:http://www.cnblogs.com/edisonchou/

本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏LuckQI

Java大数据学习~Hadoop初识一了解其架构

9730
来自专栏Hadoop实操

如何使用HiBench进行基准测试

1.3K40
来自专栏LanceToBigData

Hadoop(四)HDFS集群详解

前言   前面几篇简单介绍了什么是大数据和Hadoop,也说了怎么搭建最简单的伪分布式和全分布式的hadoop集群。接下来这篇我详细的分享一下HDFS。   H...

55290
来自专栏Hadoop实操

如何在非Kerberos环境下对CDH进行扩容

Hadoop集群其中一个优点就是可伸缩性(横向扩展),通过增加计算节点使服务容量产生线性增长的能力。可伸缩的应用程序的主要特点是:只需要增加资源,而不需要对应用...

50040
来自专栏Hadoop实操

Cloudera Manager管理控制台

Cloudera Manager管理控制台(Cloudera Manager Admin Console)是一个基于Web的用户界面,用于配置,管理和监控CDH...

1.4K110
来自专栏码字搬砖

Impala原理、使用

简介: impala属于Cloudera,基于内存的,可用户实时的交互式查询。Cloudera建议Impala集群内存最少128G,Impalad与Data...

37030
来自专栏linux驱动个人学习

DMA与cache一致性的问题

Cache和DMA本身似乎是两个毫不相关的事物。Cache被用作CPU针对内存的缓存利用程序的空间局部性和时间局部性原理,达到较高的命中率,从而避免CPU每次都...

16020
来自专栏数据派THU

独家 | 一文读懂Hadoop(二)HDFS(上)

随着全球经济的不断发展,大数据时代早已悄悄到来,而Hadoop又是大数据环境的基础,想入门大数据行业首先需要了解Hadoop的知识。2017年年初apache发...

66190
来自专栏Hadoop实操

HDFS部署最佳实践

58740
来自专栏行者悟空

Hadoop之HDFS概念与体系结构

37250

扫码关注云+社区

领取腾讯云代金券