IT外包帶你快速搭建Hadoop運(yùn)行環(huán)境

2020-04-24 17:41 作者：艾銻無(wú)限 瀏覽量：

IT外包帶你快速搭建Hadoop運(yùn)行環(huán)境

Hadoop 是一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，在大數(shù)據(jù)領(lǐng)域被廣泛的使用，它將大數(shù)據(jù)處理引擎盡可能的靠近存儲(chǔ)，Hadoop 最核心的設(shè)計(jì)就是 HDFS 和 MapReduce，HDFS 為海量的數(shù)據(jù)提供了存儲(chǔ)，MapReduce 為海量的數(shù)據(jù)提供了計(jì)算。這篇文章主要就是介紹一下如何搭建一個(gè) Hadoop 運(yùn)行環(huán)境。
Hadoop 是一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，在大數(shù)據(jù)領(lǐng)域被廣泛的使用，它將大數(shù)據(jù)處理引擎盡可能的靠近存儲(chǔ)，Hadoop 最核心的設(shè)計(jì)就是 HDFS 和 MapReduce，HDFS 為海量的數(shù)據(jù)提供了存儲(chǔ)，MapReduce 為海量的數(shù)據(jù)提供了計(jì)算。這篇文章主要就是介紹一下如何搭建一個(gè) Hadoop 運(yùn)行環(huán)境。
 
我們使用 Linux 操作系統(tǒng)來(lái)搭建環(huán)境，下面的信息是用來(lái)準(zhǔn)備搭建 Hadoop 環(huán)境的電腦環(huán)境信息。

1. hadoop@ubuntu:~$ cat /etc/os-release 
2. NAME="Ubuntu" 
3. VERSION="14.04.5 LTS, Trusty Tahr" 
4. ID=ubuntu 
5. ID_LIKE=debian 
6. PRETTY_NAME="Ubuntu 14.04.5 LTS" 
7. VERSION_ID="14.04" 
8. HOME_URL="http://www.ubuntu.com/" 
9. SUPPORT_URL="http://help.ubuntu.com/" 
10. BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/" 

緊接著來(lái)新建一個(gè)用戶，這一步其實(shí)也可以省略的，可以根據(jù)實(shí)際情況來(lái)決定，這里是新建了一個(gè)叫 hadoop 的新用戶。

1. #創(chuàng)建新用戶 
2. sudo useradd -m hadoop -s /bin/bash 
3. #設(shè)置密碼 
4. sudo passwd hadoop 
5. #為hadoop用戶增加管理員權(quán)限 
6. sudo adduser hadoop sudo 
7. #切換到hadoop用戶 
8. su hadoop 

我們首先來(lái)設(shè)置一下 SSH 無(wú)密碼登錄，這一步建議都設(shè)置一下，因?yàn)榉植际较到y(tǒng)環(huán)境都是由多臺(tái)服務(wù)器構(gòu)成的，設(shè)置免密碼登錄會(huì)方便使用。

1. #先檢查下是否可以在沒有密碼的情況下ssh到localhost 
2. ssh localhost 
3. #如果在沒有密碼的情況下無(wú)法ssh到localhost，請(qǐng)執(zhí)行以下命令 
4. ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa 
5. cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
6. chmod 0600 ~/.ssh/authorized_keys 

上面是一些準(zhǔn)備工作，接下來(lái)就正式開始部署 Hadoop 環(huán)境了。我們先在 Apache 官網(wǎng)(http://hadoop.apache.org)這里下載最新的穩(wěn)定版本的 Hadoop 發(fā)行版，然后解壓到指定目錄并進(jìn)入這個(gè)目錄，執(zhí)行 ./bin/hadoop 和 ./bin/hadoop version 可以分別顯示 hadoop 腳本的使用文檔和版本信息，然后修改一下 ./etc/hadoop/core-site.xml 和 ./etc/hadoop/hdfs-site.xml這兩個(gè)配置文件，配置修改分別如下所示。
修改 ./etc/hadoop/core-site.xml 配置文件，添加如下配置：

1. <configuration> 
2.     <property> 
3.         <name>fs.defaultFS</name> 
4.         <value>hdfs://localhost:9090</value> 
5.     </property> 
6.     <property> 
7.         <name>hadoop.tmp.dir</name> 
8.         <value>file:/opt/bigdata/hadoop/tmp</value> 
9.         <description>A base for other temporary directories.</description> 
10.     </property> 
11. </configuration> 

修改 ./etc/hadoop/hdfs-site.xml 配置文件，添加如下配置：

1. <configuration> 
2.     <property> 
3.         <name>dfs.replication</name> 
4.         <value>1</value> 
5.     </property> 
6.     <property> 
7.         <name>dfs.namenode.name.dir</name> 
8.         <value>file:/opt/bigdata/hadoop/tmp/dfs/name</value> 
9.     </property> 
10.     <property> 
11.         <name>dfs.datanode.data.dir</name> 
12.         <value>file:/opt/bigdata/hadoop/tmp/dfs/data</value> 
13.     </property> 
14. </configuration> 

配置修改好之后，執(zhí)行格式化文件系統(tǒng)，操作如下。

1. hadoop@ubuntu:/opt/bigdata/hadoop$ ./bin/hdfs namenode -format 
2. #執(zhí)行后輸出會(huì)比較多，看到下邊這條信息表示成功 
3.  INFO common.Storage: Storage directory /opt/bigdata/hadoop/tmp/dfs/name has been successfully formatted. 

在格式化 NameNode 的時(shí)候可能會(huì)遇到下面這樣的兩個(gè)問(wèn)題。

1. 提示 Error: JAVA_HOME is not set and could not be found. 的錯(cuò)誤，這說(shuō)明 JAVA_HOME 環(huán)境變量沒有配置好，重新配置一下，或者修改 ./etc/hadoop/hadoop-env.sh 文件把 export JAVA_HOME=${JAVA_HOME} 直接修改成絕對(duì)目錄 export JAVA_HOME=/usr/lib/jvm/java-8 既可解決。
2. 提示 ERROR namenode.NameNode: java.io.IOException: Cannot create directory /opt/bigdata/hadoop/tmp/dfs/name/current 的錯(cuò)誤，這是因?yàn)榕渲玫?/opt/bigdata/hadoop/tmp 目錄的寫入權(quán)限有問(wèn)題，可以直接執(zhí)行 sudo chmod -R a+w /home/hadoop/tmp 即可解決。

接下來(lái)執(zhí)行 ./sbin/start-dfs.sh 來(lái)開啟 NameNode 和 DataNode 守護(hù)進(jìn)程，然后檢查 NameNode、DataNode 和 SecondaryNameNode 是否都已經(jīng)啟動(dòng)成功，操作如下：

1. hadoop@ubuntu:/opt/bigdata/hadoop$ jps 
2. 4950 Jps 
3. 3622 SecondaryNameNode 
4. 3295 DataNode 
5. 2910 NameNode 

啟動(dòng)成功之后可以用瀏覽器來(lái)打開 http://localhost:50070/ 瀏覽 NameNode 的Web界面。
到此為止，Hadoop 單節(jié)點(diǎn)集群(偽分布式)環(huán)境搭建就已經(jīng)成功了， 接下來(lái)運(yùn)行一個(gè) Hadoop 偽分布式實(shí)例。因?yàn)?Hadoop 單機(jī)模式是運(yùn)行的本地文件系統(tǒng)，(偽)分布式模式則是運(yùn)行的 HDFS 上的數(shù)據(jù)。我們現(xiàn)在 HDFS 中創(chuàng)建用戶目錄，執(zhí)行目命令 ./bin/hdfs dfs -mkdir -p /user/hadoop 即可，執(zhí)行如下命令將輸入文件復(fù)制到分布式文件系統(tǒng)中。

1. #這個(gè)可以不執(zhí)行，因?yàn)闀?huì)自動(dòng)創(chuàng)建好目錄的  
2. #./bin/hdfs dfs -mkdir input 
3. ./bin/hdfs dfs -put etc/hadoop input 
4. #查看復(fù)制到HDFS的文件列表 
5. ./bin/hdfs dfs -ls input 

接下來(lái)運(yùn)行一個(gè) Hadoop 自帶的 mapreduce 實(shí)例看看效果吧，直接執(zhí)行如下命令。

1. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples- 
2. 2.9.1.jar grep input output 'dfs[a-z.]+' 

使用 ./bin/hdfs dfs -cat output/* 命令查看運(yùn)行后在 HDFS 上的輸出文件列表，或者使用下面的命令拷貝到本地查看。

1. ./bin/hdfs dfs -get output output
2. ./cat output/* 

關(guān)閉 Hadoop 直接使用 ./sbin/stop-dfs.sh 命令即可。
這里介紹了 Hadoop 環(huán)境搭建的最基本最簡(jiǎn)單的方法，我建議最好是邊看邊動(dòng)手操作一下，這樣可以加深印象和理解，更加有利于掌握相關(guān)知識(shí)點(diǎn)。當(dāng)然，Hadoop 環(huán)境搭建還有其他一些方法，也是實(shí)際開發(fā)中常用的方法，比如基于 Yarn、Mesos 等資源調(diào)度系統(tǒng)搭建、使用 Docker 搭建等等，有興趣的朋友們可以嘗試一下這些方法，也歡迎留言交流。 以上文章由北京艾銻無(wú)限科技發(fā)展有限公司整理