hadoop伪分布式环境搭建、测试与配置详解

梦里梦外; 2022-06-15 10:22 205阅读 0赞

### 本文参考均来源于此处[http://hadoop.apache.org/docs/r2.6.5/hadoop-project-dist/hadoop-common/SingleCluster.html][http_hadoop.apache.org_docs_r2.6.5_hadoop-project-dist_hadoop-common_SingleCluster.html] ###

**刚入门hadoop网上有好多搭建hadoop伪分布式的资料，而且相互之间都有区别，弄得小编有点糊涂，终于搞定了，做个记录方便以后查看，也希望其他新手少走弯路，若有表述不准确大虾还望见谅！**  
      **小编以wordcount为例，在yarn上以伪分布式模式运行mapreduce任务：**

#### **一、相关软件路径和测试文本内容** ####

1、JDK安装路径：/home/lyy/modules/jdk1.8.0\_131  
      2、hadoop安装路径：/home/lyy/modules/hadoop-2.6.0  
      **Java与hadoop的环境变量自己配置，小编不在此赘述**  
      3、测试文本名字：mr.input  
      4、测试文本内容：（如下所示）  
![这里写图片描述][SouthEast]  
      **测试文本随便放一个路径就可以了，但必须记住，小编放在了home下，如图所示**  
![这里写图片描述][SouthEast 1]

#### **二、相关文件配置** ####

配置文件位置如下图所示：  
![这里写图片描述][SouthEast 2]

1、hadoop-env.sh：这个文件中只配置  
JAVA\_HOME=/home/lyy/modules/jdk1.8.0\_131，如下图所示：  
![这里写图片描述][SouthEast 3]

2、core-site.xml: 这个属性作用是告诉操作系统当前任务使用分布式文件系统，而不是本地文件系统。**有人也许会问，什么是本地文件系统，什么是分布式文件系统(HDFS)？本地文件系统就是我们平时在Ubuntu的终端里操作的cd、ls 、mkdir等等进去一个目录，找个文件、创建啊 删除什么的，这就是本地文件系统。HDFS是一个与本地文件系统独立的文件系统，哪里也可以存放文件，它也有进入、创建、查看、删除，上传、下载等命令，先这么记着，具体操作下面再说，**配置如下图所示：

<property>
            <name>fs.defaultFS</name>
            <value>hdfs://localhost:9000</value>
    </property>

![这里写图片描述][SouthEast 4]

3、hdfs-site.xml: 这个属性用来设置节点的个数，默认是3，因为是伪分布式只有一台机器，所以改成1。属性放在configuration之间，如上图所示，下面的也一样，就不一张张贴图了。

<property>
            <name>dfs.replication</name>
            <value>1</value>
     </property>

4、yarn-site.xml: 这个属性的作用是让mapreduce任务跑在yarn上，yarn可以理解为一个操作系统一样的东西，上面可以跑各种计算框架，mapreduce只是hadoop计算框架的一种。如果不配置，则mapreduce任务就跑在本地上。

<property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
    </property>

5、yarn-site.xml：这个属性是对服务器命名的一个限制，记住就好了。

<property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
    </property>

#### **三、启动HDFS和YARN**  ####

**刚开始建议在这个目录下输入下列命令：**  
![这里写图片描述][SouthEast 5]

第一次启动hdfs需要先格式化一下,namenode，以后就不需要了，命令如下：

bin/hdfs namenode -format

启动namenode:

sbin/hadoop-daemon.sh start namenode

启动datanode:

sbin/hadoop-daemon.sh start datanode

启动yarn:

sbin/start-yarn.sh

输入jps查看启动是否成功:  
![这里写图片描述][SouthEast 6]

#### **四、运行wordcount程序**  ####

安装好hadoop后，里面自带了wordcount的demo，在这里可以找见：  
![这里写图片描述][SouthEast 7]

**还记得在core-site.xml这个文件中配置了属性，让mapreduce任务使用分布式文件系统么，但是我们的测试文本mr.input放在本地文件系统的home目录下面，所以我们得把mr.input上传到hdfs中，在上传之前，还得先在hdfs中建立一个目录用来存放mr.input。**  
      创建目录，命令如下：

hdfs dfs -mkdir -p /user/lyy/input

上传mr.input，命令如下：

hdfs dfs -put ~/wc.input /user/lyy/input

hadoop提供了以web的方式来查询hdfs，在浏览器中输入：

http://192.168.174.128:50070

**其中，192.168.174.128是虚拟机的IP，50070是分布式文件系统的端口，会出现如下界面：**  
![这里写图片描述][SouthEast 8]

选择浏览文件系统，红圈所示。  
![这里写图片描述][SouthEast 9]

就能看到刚才创建的目录和上穿的文件。  
![这里写图片描述][SouthEast 10]

**文件上传好了，运行wordcount程序，命令如下：**

hadoop jar ~/modules/hadoop-2.6.0/share/hadoop/mapreduce2/hadoop-mapreduce-examples-2.6.0-cdh5.11.0.jar wordcount /user/lyy/intput/mr.input /user/lyy/output

**回车，上述命令详解，见这个链接：**  
      **[http://blog.csdn.net/yy\_diego/article/details/72774833][http_blog.csdn.net_yy_diego_article_details_72774833]**

出现如下界面则表示成功：  
![这里写图片描述][SouthEast 11]

计算结果存放在output中：  
![这里写图片描述][SouthEast 12]

查询计算结果，命令如下：

hdfs dfs -cat /user/lyy/output/part*

计算结果如下图所示：  
![这里写图片描述][SouthEast 13]

### 第一次觉得写博客好费时间，上述操作小编亲测成功，若表述有误，大虾见谅！ ###

[http_hadoop.apache.org_docs_r2.6.5_hadoop-project-dist_hadoop-common_SingleCluster.html]: http://hadoop.apache.org/docs/r2.6.5/hadoop-project-dist/hadoop-common/SingleCluster.html
[SouthEast]: /images/20220615/4cf2fc2c245e45a5948ef690ce384dd8.png
[SouthEast 1]: /images/20220615/e052d2b68ae64d4a96241e71ae298267.png
[SouthEast 2]: /images/20220615/660ee030ff7e4c48b0e784847446cd9b.png
[SouthEast 3]: /images/20220615/e6feac651ff548d8a2fe29b2c58acdbe.png
[SouthEast 4]: /images/20220615/7c1519fa3c314202a14101a85bf10fec.png
[SouthEast 5]: /images/20220615/31da612c0af44a83a0d446c0fe963e9b.png
[SouthEast 6]: /images/20220615/a5798b66af64449e940c33a4d8ff5496.png
[SouthEast 7]: /images/20220615/0b4018a7e9ef4facb1903bad44be8cef.png
[SouthEast 8]: /images/20220615/032757c5494d46899d6e7eb837774715.png
[SouthEast 9]: /images/20220615/f5013cce91df4ebdb3c696b102ee7af0.png
[SouthEast 10]: /images/20220615/e38ef229e0b346aca61020cc2a6107da.png
[http_blog.csdn.net_yy_diego_article_details_72774833]: http://blog.csdn.net/yy_diego/article/details/72774833
[SouthEast 11]: /images/20220615/1e33188c451c4540a6f748598ec4effb.png
[SouthEast 12]: /images/20220615/ec7b2c9db87a4ae595005b098b70a73a.png
[SouthEast 13]: /images/20220615/9e664d61cd0c4248a7b457b286953f5e.png