Linux系統(tǒng)如何部署Hadoop集群

這篇文章將為大家詳細講解有關(guān)Linux系統(tǒng)如何部署Hadoop集群，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Hadoop簡介：

• Hadoop是Apache旗下的一個用java語言實現(xiàn)開源軟件框架，是一個開發(fā)和運行處理大規(guī)模數(shù)據(jù)的軟件平臺

• Hadoop允許使用簡單的編程模型在大量計算機集群上對大型數(shù)據(jù)集進行分布式處理。

• 狹義上說，Hadoop指Apache這款開源框架，它的核心組件有：

• HDFS（分布式文件系統(tǒng)）：解決海量數(shù)據(jù)存儲

• YARN（作業(yè)調(diào)度和集群資源管理的框架）：解決資源任務(wù)調(diào)度

• MAPREDUCE（分布式運算編程框架）：解決海量數(shù)據(jù)計算

廣義上來說，Hadoop通常是指一個更廣泛的概念——Hadoop生態(tài)圈。

當下的Hadoop已經(jīng)成長為一個龐大的體系，隨著生態(tài)系統(tǒng)的成長，新出現(xiàn)的項目越來越多，其中不乏一些非Apache主管的項目，這些項目對HADOOP是很好的補充或者更高層的抽象。

Linux系統(tǒng)安裝Hadoop步驟

安裝ssh服務(wù)

　　進入shell命令，輸入如下命令，查看是否已經(jīng)安裝好ssh服務(wù)，若沒有，則使用如下命令進行安裝：

　　　　sudo apt-get install ssh openssh-server

　　安裝過程還是比較輕松加愉快的。

使用ssh進行無密碼驗證登錄

　　1.創(chuàng)建ssh-key，這里我們采用rsa方式，使用如下命令：

　　　　ssh-keygen -t rsa -P “”

　　2.出現(xiàn)一個圖形，出現(xiàn)的圖形就是密碼，不用管它

　　　　cat ~/.ssh/id_rsa.pub >> authorized_keys(好像是可以省略的)

　　3.然后即可無密碼驗證登錄了，如下：

　　　　ssh localhost

　　成功截圖如下：

下載Hadoop安裝包

　　下載Hadoop安裝也有兩種方式

　　　　1.直接上官網(wǎng)進行下載，http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz

　　　　2.使用shell進行下載，命令如下：

　　　　　　wget http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz

　　貌似第二種的方法要快點，經(jīng)過漫長的等待，終于下載完成。

解壓縮Hadoop安裝包

　　使用如下命令解壓縮Hadoop安裝包

　　　　tar -zxvf hadoop-2.7.1.tar.gz

　　解壓縮完成后出現(xiàn)hadoop2.7.1的文件夾

配置Hadoop中相應(yīng)的文件

　　需要配置的文件如下，hadoop-env.sh，core-site.xml，mapred-site.xml.template，hdfs-site.xml，所有的文件均位于hadoop2.7.1/etc/hadoop下面，具體需要的配置如下：

　　1.core-site.xml 配置如下：　　　　

　　　　　　　　　　　　　　　　　　hadoop.tmp.dir　　　　　　　　file:/home/leesf/program/hadoop/tmp　　　　　　　　Abase for other temporary directories.　　　　　　　　　　　　　　　　　　　　fs.defaultFS　　　　　　　　hdfs://localhost:9000　　　　　　　　　　

　　其中的hadoop.tmp.dir的路徑可以根據(jù)自己的習(xí)慣進行設(shè)置。

　　2.mapred-site.xml.template配置如下：　　　　

　　　　　　　　　　　　　　　　　　mapred.job.tracker　　　　　　　　localhost:9001　　　　　　　　　　

　　3.hdfs-site.xml配置如下：

　　　　　　　　　　　　　　　　　　dfs.replication　　　　　　　　1　　　　　　　　　　　　　　　　　　　　dfs.namenode.name.dir　　　　　　　　file:/home/leesf/program/hadoop/tmp/dfs/name　　　　　　　　　　　　　　　　　　　　dfs.datanode.data.dir　　　　　　　　file:/home/leesf/program/hadoop/tmp/dfs/data　　　　　　　　　　

　　其中dfs.namenode.name.dir和dfs.datanode.data.dir的路徑可以自由設(shè)置，最好在hadoop.tmp.dir的目錄下面。

　　補充，如果運行Hadoop的時候發(fā)現(xiàn)找不到j(luò)dk，可以直接將jdk的路徑放置在hadoop.env.sh里面，具體如下：

　　　　export JAVA_HOME=”/home/leesf/program/java/jdk1.8.0_60″

運行Hadoop

　　在配置完成后，運行hadoop。

　　1.初始化HDFS系統(tǒng)

　　　　在hadop2.7.1目錄下使用如下命令：

　　　　bin/hdfs namenode -format

　　　　截圖如下：

　　　　過程需要進行ssh驗證，之前已經(jīng)登錄了，所以初始化過程之間鍵入y即可。

　　　　成功的截圖如下：

　　　　表示已經(jīng)初始化完成。

　　2.開啟NameNode和DataNode守護進程

　　　　使用如下命令開啟：

　　　　sbin/start-dfs.sh，成功的截圖如下：

　　3.查看進程信息

　　　　使用如下命令查看進程信息

　　　　jps，截圖如下：

　　　　表示數(shù)據(jù)DataNode和NameNode都已經(jīng)開啟

　　4.查看Web UI

　　　　在瀏覽器中輸入http://localhost:50070，即可查看相關(guān)信息，截圖如下：

　　至此，hadoop的環(huán)境就已經(jīng)搭建好了。下面開始使用hadoop來運行一個WordCount例子。

運行WordCount Demo

　　1.在本地新建一個文件，筆者在home/leesf目錄下新建了一個words文檔，里面的內(nèi)容可以隨便填寫。

　　2.在HDFS中新建一個文件夾，用于上傳本地的words文檔，在hadoop2.7.1目錄下輸入如下命令：

　　　　bin/hdfs dfs -mkdir /test，表示在hdfs的根目錄下建立了一個test目錄

　　　　使用如下命令可以查看HDFS根目錄下的目錄結(jié)構(gòu)

　　　　bin/hdfs dfs -ls /

　　　　具體截圖如下：

　　　　表示在HDFS的根目錄下已經(jīng)建立了一個test目錄

　　3.將本地words文檔上傳到test目錄中

　　　　使用如下命令進行上傳操作：

　　　　bin/hdfs dfs -put /home/leesf/words /test/

　　　　使用如下命令進行查看

　　　　bin/hdfs dfs -ls /test/

　　　　結(jié)果截圖如下：

　　　　表示已經(jīng)將本地的words文檔上傳到了test目錄下了。

　　4.運行wordcount

　　　　使用如下命令運行wordcount：

　　　　bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /test/words /test/out

　　　　截圖如下：

　　　　運行完成后，在/test目錄下生成名為out的文件，使用如下命令查看/test目錄下的文件

　　　　bin/hdfs dfs -ls /test

　　　　截圖如下：

　　　　表示在test目錄下已經(jīng)有了一個名為Out的文件目錄

　　　　輸入如下命令查看out目錄下的文件：

　　　　bin/hdfs dfs -ls /test/out，結(jié)果截圖如下：

　　　　表示已經(jīng)成功運行了，結(jié)果保存在part-r-00000中。

　　5.查看運行結(jié)果

　　　　使用如下命令查看運行結(jié)果：

　　　　bin/hadoop fs -cat /test/out/part-r-00000

　　　　結(jié)果截圖如下：

關(guān)于“Linux系統(tǒng)如何部署Hadoop集群”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。