hadoop 2.0 详细配置教程

一时失言乱红尘 2022-09-18 00:57 73阅读 0赞

作者：杨鑫奇

PS：文章有部分参考资料来自网上，并经过实践后写出，有什么问题欢迎大家联系我。

**update: 20130518 **

**大家可以尝试下Ambari来配置Hadoop的相关环境**

**快速的部署Hadoop,Hbase和Hive等并提供Ganglia和Nagios的监控功能,强烈推荐使用.**

**[http://www.cnblogs.com/scotoma/archive/2013/05/18/3085248.html][http_www.cnblogs.com_scotoma_archive_2013_05_18_3085248.html]**

Hadoop 2.0集群配置详细教程

前言

Hadoop2.0介绍

[Hadoop][]是 apache 的开源 项目，开发的主要目的是为了构建可靠，可拓展 scalable ，分布式的系 统， hadoop 是一系列的子工程的 总和，其中包含  
1. hadoop common ： 为其他项目提供基础设施  
2. HDFS ：分布式的文件系 统  
3. MapReduce ： A software framework for distributed processing of large data sets on compute clusters 。一个 简化分布式编程的框架。  
4. 其他工程包含： Avro( 序列化系 统 ) ， Cassandra( 数据 库项目 ) 等

Hadoop,以 Hadoop 分布式文件系统（ HDFS ，Hadoop Distributed Filesystem ）和 MapReduce （ Google MapReduce 的开源实现）为核心的 Hadoop 为用户提供了系统底层细节透明的分布式基础架构。  
　　 对于 Hadoop 的集群来讲，可以分成两大类角色： Master 和 Salve 。一个 HDFS 集群是由一个 NameNode 和若干个 DataNode 组成的。其中 NameNode 作为主服务器，管理文件系统的命名空间和客户端对文件系统的访问操作；集群中的 DataNode 管理存 储的数据。 MapReduce 框架是由一个 单独运行在主节点上的 JobTracker 和 运行在每个集群从节点的 TaskTracker 共同 组成的。主节点负责调度构成一个作业的所有任务，这些任务分布在不同的从节点上。主节点监控它们的执行情况，并且重新执行之前的失败任务；从节点仅负责由主节点指派的任务。当一个 Job 被提交 时， JobTracker 接收到提交作 业和配置信息之后，就会将配置信息等分发给从节点，同时调度任务并监控 TaskTracker 的 执行。  
　　从上面的介 绍可以看出， HDFS 和 MapReduce 共同 组成了 Hadoop 分布式系 统体系结构的核心。 HDFS 在集群上 实现分布式文件系统， MapReduce 在集群上 实现了分布式计算和任务处理。 HDFS 在 MapReduce 任 务处理过程中提供了文件操作和存储等支持， MapReduce 在 HDFS 的基 础上实现了任务的分发、跟踪、执行等工作，并收集结果，二者相互作用，完成了 Hadoop 分布式集群的主要任 务。

为什么要使用2.0版本（来自董的博客）

该版本提供了一些新的、重要的功能，包括：  
• HDFS HA ，当前只能 实现人工切换。  
Hadoop HA 分支 merge 进了该版本，并支持热切，主要特性包括：  
（ 1 ）      NN 配置文件有改变，使得配置更加简单  
（ 2 ）      NameNode 分 为两种角色： active NN 与 standby NN ， active NN 对外提供读写服务，一旦出现故障，便切换到 standby NN 。  
（ 3 ）      支持 Client 端重定向，也就是 说，当 active NN 切 换到 standby NN 过程中， Client 端所有的 进行时操作都可以无缝透明重定向到 standby NN 上， Client 自己感 觉不到切换过程。  
（ 4 ）      DN 同 时向 active NN 和 standby NN 汇报 block 信息。  
具体 设计文档参考： https://issues.apache.org/jira/browse/HDFS-1623  
当前 Hadoop HA 只能 实现人工切换，该功能在某些情况下非常有用，比如，对 NN 进行升级时，先将 NN 切 换到 standby NN ，并 对之前的 active NN 进行升级，升级完成后，再将 NN 切 换至升级后的 NN 上，然后 对 standby NN 进行升级。

• YARN ，下一代 MapReduce 这是一套资源统一管理和调度平台，可管理各种计算框架，包括 MapReduce 、 Spark 、 MPI 等。  
YARN 是一套 资源统一管理和调度平台，可管理各种计算框架，包括 MapReduce ， Spark ， MPI 等。尽管它是完全重写而成，但其思想是从 MapReduce 衍化而来的，并克服了它在 扩展性和容错性等方面的众多不足。具体参考：  
http://hadoop.apache.org/common/docs/r0.23.0/hadoop-yarn/hadoop-yarn-site/YARN.html  
• HDFS Federation ，允 许 HDFS 中存在多个 NameNode ，且每个 NameNode 分管一部分目 录，而 DataNode 不 变，进而缩小了故障带来的影响范围，并起到一定的隔离作用。  
传统 HDFS 是 master/slave 结构，其中， master （也就是 NameNode ）需要存 储所有文件系统的元数据信息，且所有文件存储操作均需要访问多次 NameNode ，因而 NameNode 成 为制约扩展性的主要瓶颈所在。为了解决该问题，引入了 HDFS Federation ，允 许 HDFS 中存在多个 NameNode ，且每个 NameNode 分管一部分目 录，而 DataNode 不 变，也就是 “ 从中央集权 专政变为各个地方自治 ” ， 进而缩小了故障带来的影响范围，并起到一定的隔离作用。具体参考：  
http://dongxicheng.org/mapreduce-nextgen/nextgen-mapreduce-introduction/  
• 基准性能测试  
该版本中为 HDFS 和 YARN 添加了性能的基准 测试集，其中 HDFS 测试包括：  
（ 1 ）      dfsio 基准 测试 HDFS I/O 读写性能  
（ 2 ） slive 基准 测试 NameNode 内部操作的性能  
（ 3 ） scan 基准 测试 MapReduce 作 业访问 HDFS 的 I/O 性能  
（ 4 ）      shuffle 基准 测试 shuffle 阶段性能  
（ 5 ）      compression 基准 测试 MapReduce 作 业中间结果和最终结果的压缩性能  
（ 6 ）      gridmix-V3 基准 测试集群吞吐率  
YARN     测试包括 :  
（ 1 ）      ApplicationMaster 扩展性基准测试  
主要 测试调度 task/container 的性能。与 1.0 版本比 较，大约快 2 倍。  
（ 2 ）      ApplicationMaster 恢复性基准 测试  
测试 YARN 重 启后，作业恢复速度。稍微解释一下 ApplicationMaster 恢复作 业的功能：在作业执行过程中， Application Master 会不断地将作 业运行状态保存到磁盘上，比如哪些任务运行完成，哪些未完成等，这样，一旦集群重启或者 master 挂掉，重 启后，可复原各个作业的状态，并只需重新运行未运行完成的哪些任务。  
（ 3 ）      ResourceManager 扩展性基准测试  
通 过不断向 Hadoop 集群中添加 节点测试 RM 的 扩展性。  
（ 4 ）      小作 业基准测试  
专门测试批量小作业的吞吐率  
具体参考：  
http://hortonworks.com/blog/delivering-on-hadoop-next-benchmarking-performance/  
• 通过 protobufs 来提供HDFS 和YARN 的兼容性  
Wire-compatibility for both HDFS & YARN  
Hadoop RPC采用了Hadoop自己的一套序列化框架 对 各种 对 象 进 行序列化反序列，但存在一个 问题 ： 扩 展性差，很 难 添加新的数据类型同 时 保 证 版本兼容性。 为 此，Hadoop 2.0将数据类型模 块 从RPC中独立出来，成 为 一个独立的可插拔模 块 ， 这样 允 许 用 户 根据个人 爱 好使用各种序列化/反序列化框架，比如thrift，arvo，protocal Buffer等，默 认 情况采用Protocal Buffer。  
http://hortonworks.com/blog/rpc-improvements-and-wire-compatibility-in-apache-hadoop/  
除了以上五个特性外， 还 有两个非常重要的特性正在研 发 中，分别是：  
• HDFS快照  
用 户 可在任意 时间对 HDFS做快照， 这样 ，在HDFS出 现 故障 时 ，可将数据恢复到某个 时间 点的状 态 。具体参考：  
http://hortonworks.com/blog/snapshots-for-hdfs/  
• HDFS HA自动 切换  
前面介 绍 的第一个功能“HDFS HA”当前只能 实现 人工切 换 ，也就是 说 ，管理 员运 行某个命令，使得acitve NN切 换 到standby NN上。以后将支持自 动 切 换 ，也就是 说 ， 监 控模 块 可 检测 出active NN何 时 出 现 故障，并自 动 将之切 换 到standby NN上， 这样 可大大 较 小Hadoop集群 运维 人 员 的工作量。具体参考：  
http://s.apache.org/hdfs-autofailover

准备

机器准备

物理机器 总 共4台，想配置基于物理机的hadoop集群中包括 4 个 节点： 1 个 Master ， 3 个 Salve ， 节点之间局域网连接，可以相互 ping 通  
Ip分布 为  
192.168.1.201 hadoop1  
192.168.1.202 hadoop2  
192.168.1.203 hadoop3  
192.168.1.204 hadoop4

操作系 统为 CentOS 5.6 64bit  
Master机器主要配置NameNode和JobTracker的角色， 负责总 管分布式数据和分解任 务 的 执 行；3个Salve机器配置DataNode和TaskTracker的角色， 负责 分布式数据存 储 以及任 务 的 执 行。其 实应该还应该 有1个Master机器，用来作 为备 用，以防止Master服 务 器宕机， 还 有一个 备 用 马 上 启 用。后 续经验积 累一定 阶 段后 补 上一台 备 用Master机器。

![2012091722592990.jpg][]

创建账户

使用root登 陆 所有机器后，所有的机器都 创建 hadoop 用 户  
useradd hadoop  
passwd hadoop

此 时 在 /home/ 下就会生成一个 hadoop 目 录 ，目 录 路径 为 /home/hadoop

创建相关的目录

定 义 需要数据及目 录 的存放路径

定 义 代 码及工具 存放的路径  
mkdir -p /home/hadoop/source  
mkdir -p /home/hadoop/tools

定 义 数据 节 点存放的路径到跟目 录 下的hadoop文件夹, 这 里是数据 节 点存放目 录 需要有足够的空 间 存放  
mkdir -p /hadoop/hdfs  
mkdir -p /hadoop/tmp  
mkdir -p /hadoop/log  
设 置可写权限  
chmod -R 777 /hadoop

定 义 java安装程序路径  
mkdir -p /usr/java

安装

安装JDK

http://www.oracle.com/technetwork/java/javase/downloads/jdk-6u32-downloads-1594644.html  
在以上 连接 下 载 linux 64 下的 jdk 的安装文件：  jdk-6u32-linux-x64.bin  
1 ，将下 载好的 jdk-6u32-linux-x64.bin 通 过 SSH 上 传到 /usr/java 下  
scp -r ./jdk-6u32-linux-x64.bin root@hadoop1:/usr/java  
2 ， 进入 JDK 安装目 录 cd /usr/java 并且 执行 chmod +x jdk-6u32-linux-x64.bin  
3 ， 执行 ./jdk-6u32-linux-x64.bin  
4 ，配置 环境变量，执行 cd /etc 命令后 执行 vi profile ，在行末尾添加  
export JAVA\_HOME=/usr/java/jdk1.6.0\_32  
export CLASSPATH=.:$JAVA\_HOME/lib/tools.jar:/lib/dt.jar  
export PATH=$JAVA\_HOME/bin:$PATH  
5 ， 执行 chmod +x profile 将其 变成可执行文件  
6 ， 执行 source profile 使其配置立即生效  
source /etc/profile  
7 ， 执行 java -version 查看是否安装成功

这个步骤所有机器都必须安装

\[root@hadoop1 bin\]\# java -version  
java version "1.6.0\_32"  
Java(TM) SE Runtime Environment (build 1.6.0\_32-b05)  
Java HotSpot(TM) 64-Bit Server VM (build 20.7-b02, mixed mode)

修改主机名

修改主机名，所有 节点均一样配置  
1 ， 连接到主节点 192.168.1.201 ，修改 network ， 执行 vim /etc/sysconfig/network ，修改 HOSTNAME=hadoop1  
2 ，修改 hosts 文件， 执行 cd /etc 命令后 执行 vi hosts ，在行末尾添加 :

192.168.1.201   hadoop1  
192.168.1.202   hadoop2  
192.168.1.203   hadoop3  
192.168.1.204   hadoop4

3 ， 执行 hostname hadoop1  
4 ， 执行 exit 后重新 连接可看到主机名以修改 OK

其他 节点 也修改主机名后添加 Host, 或者 host 文件可以在后面 执行 scp 覆盖操作

配置SSH无密码登陆

SSH 无密 码原理简介 :  
首先在 hadoop1 上生成一个密 钥对，包括一个公钥和一个私钥，并将公钥复制到所有的 slave(hadoop2-hadoop4) 上。  
然后当 master 通 过 SSH 连接 slave 时， slave 就会生成一个随机数并用 master 的公 钥对随机数进行加密，并发送给 master 。  
最后 master 收到加密数之后再用私 钥解密，并将解密数回传给 slave ， slave 确 认解密数无误之后就允许 master 不 输入密码进行连接了

2 ，具体步 骤（在root用户和hadoop用户登陆情况下执行）  
1 、 执行命令 ssh-keygen -t rsa 之后一路回 车，查看刚生成的无密码钥对： cd .ssh 后 执行 ll  
2 、把 id\_rsa.pub 追加到授权的 key 里面去。 执行命令 cat ~/.ssh/id\_rsa.pub >>~/.ssh/authorized\_keys  
3 、修改权限： 执行 chmod 600 ~/.ssh/authorized\_keys  
4 、确保 cat /etc/ssh/sshd\_config 中存在如下内容

RSAAuthentication yes  
PubkeyAuthentication yes  
AuthorizedKeysFile      .ssh/authorized\_keys  
如需修改， 则在修改后执行重启 SSH 服 务命令使其生效 :service sshd restart

5 、将公 钥复制到所有的 slave 机器上 :scp ~/.ssh/id\_rsa.pub 192.168.1.203 ： ~/    然后 输入 yes ，最后 输入 slave 机器的密 码  
6 、在 slave 机器上 创建 .ssh 文件夹 :mkdir ~/.ssh 然后 执行 chmod 700 ~/.ssh （若文件夹以存在 则不需要创建）  
7 、追加到授权文件 authorized\_keys 执行命令 :cat ~/id\_rsa.pub >> ~/.ssh/authorized\_keys 然后 执行 chmod 600 ~/.ssh/authorized\_keys  
8 、重复第 4 步  
9 、 验证命令 : 在 master 机器上 执行 ssh 192.168.1.203 发现主机名由 hadoop1 变成 hadoop3 即成功，最后 删除 id\_rsa.pub 文件 :rm -r id\_rsa.pub  
按照以上步 骤分别配置 hadoop1,hadoop2,hadoop3,hadoop4 ，要求每个都可以无密 码登录

![2012091723074891.png][]

源码下载

HADOOP 版本  
最新版本 hadoop-2.0.0-alpha  安装包 为 hadoop-2.0.0-alpha.tar.gz  
下 载官网地址 :[http://www.apache.org/dyn/closer.cgi/hadoop/common/][http_www.apache.org_dyn_closer.cgi_hadoop_common]  
下 载到 /home/hadoop/source 目录下  
wget http://ftp.riken.jp/net/apache/hadoop/common/hadoop-2.0.0-alpha/hadoop-2.0.0-alpha.tar.gz  
解压目录  
tar zxvf hadoop-2.0.0-alpha.tar.gz

创建软连接  
cd /home/hadoop  
ln -s /home/hadoop/source/hadoop-2.0.0-alpha/ ./hadoop

![2012091723140161.png][]

源码配置修改

/etc/profile

配置 环境变量： vim /etc/profile  
添加  
export HADOOP\_DEV\_HOME=/home/hadoop/hadoop  
export PATH=$PATH:$HADOOP\_DEV\_HOME/bin  
export PATH=$PATH:$HADOOP\_DEV\_HOME/sbin  
export HADOOP\_MAPARED\_HOME=$\{HADOOP\_DEV\_HOME\}  
export HADOOP\_COMMON\_HOME=$\{HADOOP\_DEV\_HOME\}  
export HADOOP\_HDFS\_HOME=$\{HADOOP\_DEV\_HOME\}  
export YARN\_HOME=$\{HADOOP\_DEV\_HOME\}  
export HADOOP\_CONF\_DIR=$\{HADOOP\_DEV\_HOME\}/etc/hadoop  
export HDFS\_CONF\_DIR=$\{HADOOP\_DEV\_HOME\}/etc/hadoop  
export YARN\_CONF\_DIR=$\{HADOOP\_DEV\_HOME\}/etc/hadoop

创建并配置hadoop-env.sh

vim /usr/hadoop/hadoop-2.0.0-alpha/etc/hadoop/hadoop-env.sh  
在末尾添加 export JAVA\_HOME=/usr/java/jdk1.6.0\_27

core-site.xml

在 configuration 节点 里面添加属性

<property>  
<name>hadoop.tmp.dir</name>  
<value>/hadoop/tmp</value>  
<description>A base for other temporary directories.</description>  
</property>  
<property>  
<name>fs.default.name</name>  
<value>hdfs://192.168.1.201:9000</value>  
</property>

添加 httpfs 的 选项  
<property>  
<name>hadoop.proxyuser.root.hosts</name>  
<value>192.168.1.201</value>  
</property>  
<property>  
<name>hadoop.proxyuser.root.groups</name>  
<value>\*</value>  
</property>

slave配置

vim /home/hadoop/hadoop/etc/hadoop/slaves  
添加 slave 的 IP  
192.168.1.202  
192.168.1.203  
192.168.1.204

配置hdfs-site.xml

vim /home/hadoop/hadoop/etc/hadoop/hdfs-site.xml  
添加 节点

<property>  
<name>dfs.replication</name>  
<value>3</value>  
</property>

<property>  
<name>dfs.namenode.name.dir</name>  
<value>file:/hadoop/hdfs/name</value>  
<final>true</final>  
</property>

<property>  
<name>dfs.federation.nameservice.id</name>  
<value>ns1</value>  
</property>

<property>  
<name>dfs.namenode.backup.address.ns1</name>  
<value>192.168.1.201:50100</value>  
</property>

<property>  
<name>dfs.namenode.backup.http-address.ns1</name>  
<value>192.168.1.201:50105</value>  
</property>

<property>  
<name>dfs.federation.nameservices</name>  
<value>ns1</value>  
</property>

<property>  
<name>dfs.namenode.rpc-address.ns1</name>  
<value>192.168.1.201:9000</value>  
</property>  
<property>  
<name>dfs.namenode.rpc-address.ns2</name>  
<value>192.168.1.201:9000</value>  
</property>

<property>  
<name>dfs.namenode.http-address.ns1</name>  
<value>192.168.1.201:23001</value>  
</property>

<property>  
<name>dfs.namenode.http-address.ns2</name>  
<value>192.168.1.201:13001</value>  
</property>

<property>  
<name>dfs.dataname.data.dir</name>  
<value>file:/hadoop/hdfs/data</value>  
<final>true</final>  
</property>

<property>  
<name>dfs.namenode.secondary.http-address.ns1</name>  
<value>192.168.1.201:23002</value>  
</property>

<property>  
<name>dfs.namenode.secondary.http-address.ns2</name>  
<value>192.168.1.201:23002</value>  
</property>

<property>  
<name>dfs.namenode.secondary.http-address.ns1</name>  
<value>192.168.1.201:23003</value>  
</property>

<property>  
<name>dfs.namenode.secondary.http-address.ns2</name>  
<value>192.168.1.201:23003</value>  
</property>

配置yarn-site.xml

添加 节点

<property>  
<name>yarn.resourcemanager.address</name>  
<value>192.168.1.201:18040</value>  
</property>

<property>  
<name>yarn.resourcemanager.scheduler.address</name>  
<value>192.168.1.201:18030</value>  
</property>

<property>  
<name>yarn.resourcemanager.webapp.address</name>  
<value>192.168.1.201:18088</value>  
</property>

<property>  
<name>yarn.resourcemanager.resource-tracker.address</name>  
<value>192.168.1.201:18025</value>  
</property>

<property>  
<name>yarn.resourcemanager.admin.address</name>  
<value>192.168.1.201:18141</value>  
</property>

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

配置httpfs-site.xml

同步代码到其他机器

1.同步配置代 码  
先在 slaves 的机器上也 创 建  
mkdir -p /home/hadoop/source  
部署hadoop代 码 ， 创 建 软连接 ，然后只要同步修改 过 的etc/hadoop下的配置文件即可  
2.同步 /etc/profile  
3.同步 /etc/hosts  
scp -r /etc/profile root@hadoop2:/etc/profile  
scp -r /etc/hosts root@hadoop2:/etc/hosts

其他机器以此操作

Hadoop启动

格式化集群

hadoop namenode -format -clusterid clustername

启动hdfs

执行  
start-dfs.sh

开 启 hadoop dfs服 务

启动Yarn

开 启 yarn 资 源管理服 务  
start-yarn.sh

启动httpfs

开 启 httpfs 服 务  
httpfs.sh start  
使得 对外 可以提高 http 的restful接口服 务

测试

安装结果验证

验证hdfs

在各台机器 执行 jps 看 进程 是否都已 经启动 了

\[root@hadoop1 hadoop\]\# jps  
7396 NameNode  
24834 Bootstrap  
7594 SecondaryNameNode  
7681 ResourceManager  
32261 Jps

\[root@hadoop2 ~\]\# jps  
8966 Jps  
31822 DataNode  
31935 NodeManager

进程启动 正常

验证 是否可以登 陆  
hadoop fs -ls hdfs://192.168.1.201:9000/  
hadoop fs -mkdir hdfs://192.168.1.201:9000/testfolder  
hadoop fs -copyFromLocal ./xxxx hdfs://192.168.1.201:9000/testfolder  
hadoop fs -ls hdfs://192.168.1.201:9000/ testfolder

![2012091723385680.png][]

看以上 执行 是否正常

验证map/reduce

在 master1 上， 创建输入目录 :hadoop fs -mkdir hdfs://192.168.1.201:9000/input  
将 /usr/hadoop/hadoop-2.0.1-alpha/ 目 录下的所有 txt 文件复制到 hdfs 分布式文件系 统的目录里，执行以下命令  
hadoop fs -put /usr/hadoop/hadoop-2.0.1-alpha/\*.txt hdfs://192.168.1.201:9000/input

在 hadoop1 上， 执行 HADOOP 自 带的例子， wordcount 包，命令如下  
cd /usr/hadoop/hadoop-2.0.1-alpha/share/hadoop/mapreduce  
hadoop jar hadoop-mapreduce-examples-2.0.1-alpha.jar wordcount hdfs://192.168.1.201:9000/input hdfs://192.168.1.201:9000/output

hadoop fs -put /usr/hadoop/hadoop-2.0.1-alpha/\*.txt hdfs://192.168.1.201:9000/input

在 hadoop1 上， 查看结果命令如下 :  
\[root@master1 hadoop\]\# hadoop fs -ls hdfs://192.168.1.201:9000/output  
Found 2 items  
\-rw-r--r--   2 root supergroup          0 2012-06-29 22:59 hdfs://192.168.1.201:9000/output/\_SUCCESS  
\-rw-r--r--   2 root supergroup       8739 2012-06-29 22:59 hdfs://192.168.1.201:9000/output/part-r-00000

\[root@hadoop1 hadoop\]\# hadoop fs -cat  hdfs://192.168.1.201:9000/output/part-r-00000 即可看到每个 单词的数量

验证httpfs

HTTPFS操作：

OPEN,GETFILESTATUS,LISTSTATUS,GETHOMEDIRECTORY,GETCONTENTSUMMARY,GETFILECHECKSUM,GETDELEGATIONTOKEN,GETFILEBLOCKLOCATIONS,INSTRUMENTATION

GETHOMEDIRECTORY 路径无关，返回根 节点路径  
http://192.168.1.201:14000/webhdfs/v1/yxq?op=GETHOMEDIRECTORY&user.name=root

Path: "/user/root"

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETHOMEDIRECTORY&user.name=root

打开 / 下 载一个文件  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=open&user.name=root

LISTSTATUS 现实目录状态

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0?op=LISTSTATUS&user.name=root  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=LISTSTATUS&user.name=root

![2012091723523198.png][]

GETFILESTATUS 显示文件的状态  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILESTATUS&user.name=root

如果是路径 则现实路径信息  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/?op=GETFILESTATUS&user.name=root  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILESTATUS&user.name=root

GETCONTENTSUMMARY 获取路径下的信息  
http://192.168.1.201:14000/webhdfs/v1/yxq?op=GETCONTENTSUMMARY&user.name=root

GETFILECHECKSUM 获取文件的校验值  
http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILECHECKSUM&user.name=root

以下 实现 方法 还 有 错误现 在：  
\----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

GETDELEGATIONTOKEN ERROR

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETDELEGATIONTOKEN&user.name=root

GETFILEBLOCKLOCATIONS error

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILEBLOCKLOCATIONS&user.name=root

INSTRUMENTATION error

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=INSTRUMENTATION&user.name=root

性能测试

使用内部的 benchmark 测试 不同文件大小及不同append大小的写入情况  
hadoop jar /home/hadoop/hadoop/bin/BitwareHadoopBenchmark.jar BitwareHadoopBenchmark hdfs://192.168.1.201:9000 /bitwaretest01/ 0 20 200 4 0

![2012091723415871.png][]

![2012091723402392.png][]

参考资料

http://qmkemail.iteye.com/blog/1612323

http://dongxicheng.org/mapreduce-nextgen/apache-hadoop-2-0-alpha/

结语

hadoop 的配置及使用在不断的更新中

[http_www.cnblogs.com_scotoma_archive_2013_05_18_3085248.html]: http://www.cnblogs.com/scotoma/archive/2013/05/18/3085248.html
[Hadoop]: http://hadoop.apache.org/
[2012091722592990.jpg]: /images/20220828/d9afc56cbc5848d4a65f5dea73ba9ea0.png
[2012091723074891.png]: /images/20220828/631f4cb4f8ef40988f9e043d1894e820.png
[http_www.apache.org_dyn_closer.cgi_hadoop_common]: http://www.apache.org/dyn/closer.cgi/hadoop/common/
[2012091723140161.png]: /images/20220828/f60b1e400eb246579e860d6741d4b4e5.png
[2012091723385680.png]: /images/20220828/8ecd566172674144a1e4c4137af4af67.png
[2012091723523198.png]: /images/20220828/186a78358d224e7282078f14c092f1f0.png
[2012091723415871.png]: /images/20220828/7bac4d56cd4a45e29fdb129be1236f1c.png
[2012091723402392.png]: /images/20220828/c9e640c1a8b040159f1575629edb4850.png