【Hadoop】下载安装及伪分布式集群搭建教程

╰+哭是因爲堅強的太久メ 2024-04-25 20:22 104阅读 0赞

**目录**

1.概述

2.环境准备

3.hadoop安装

3.1.下载安装配置

3.2.伪分布式集群

3.3.注意事项

4.Hadoop集群的组成

--------------------

## 1.概述 ##

hadoop有三种安装模式

*  单机模式，只在一台机器上运行，存储用的本地文件系统而不是HDFS。
 *  伪分布式模式，存储采用HDFS，名称节点和数据节点在同一台机器上。
 *  分布式模式，标准的分布式集群。

做实验或者学习阶段选择伪分布式就好，本文将详细讲解在Linux搭建起一个伪分布式的hadoop集群。

## 2.环境准备 ##

**1.安装JDK**

略，这一步应该就不用多赘述了吧，作者用的Oracle版的JDK8

**2.配置ssh免密登录**

由于名称节点要通过ssh来拉起数据节点的守护进程（用来上报信息），所以要先配置一下节点间的ssh免密登录，不然的话集群根本就起不来。

Ubuntu默认安装了ssh client，除此之外还要安装ssh server

> apt-get install openssh-server
> 
> cd ~/.ssh
> 
> ssh-keygen -t rsa

![b6069706e1114f0d81e6d166d613ed78.png][]

## 3.hadoop安装 ##

### 3.1.下载安装配置 ###

**下载地址：**

[Index of /dist/hadoop/common][Index of _dist_hadoop_common]

**版本：**

3.1.3

下载后直接解压即可。

用version参数看看解压是否正确：

![c014663cc82b4f219f82ac9450548080.png][]

测试一下单机模式是否能正常运行:

测试可以使用自带的demo来看运行是否正常，通过一个正则表达式去匹配指定格式的字符串，然后去查看output中存放的统计结果。

>     mkdir ./input
>     cp /etc/*.xml ./input
>      ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar  grep ./input/ ./output 'dfs[a-z.]+'
>      cat ./output/*

**搭建伪分布式集群：**

**hadoop的配置文件所在路径：**

> <安装路径>/etc/hadoop

core-site.xml:

>     <configuration
>             <property>
>                     <name>hadoop.tmp.version</name>
>                     <value>file:/usr/local/hadoop/tmp</value>
>             </property>
>             <property>
>                     <name>fs.defaultFS</name>
>                     <value>hdfs://localhost:9000</value>
>             </property>
>     </configuration>

hdfs-site.xml：

>     <configuration>
>             <property>
>                     <name>dfs.replication</name>
>                     <value>1</value>
>             </property>
>             <property>
>                     <name>dfs.namenode.name.dir</name>
>                     <value>file:/usr/local/hadoop/tmp/dfs/name</value>
>             </property>
>             <property>
>                     <name>dfs.datanode.data.dir</name>
>                     <value>file:/usr/local/hadoop/tmp/dfs/data</value>
>             </property>
>     </configuration>

配置好配置文件后，下一步是什么？当然是格式化namenode了，这一步会根据配置文件去初始化好namenode节点：

>     ./bin/hdfs namenode -format

格式化成功后的提示：

![aac983654c89460da6d6e8cfc689fa62.png][]

**配置环境：**

按道理说配置完配置文件后直接启动即可了对吧，但是在hadoop 3.1.3这个版本有个hadoop的环境配置文件etc/hadoop/hadoop-env.sh。这个配置里面要指定JAVA\_HOME的路径已经可以启动Hadoop的用户，不然的话启动会报用户没有启动权限或者JAVA\_HOME找不到。这是一个小坑以下是作者的配置：

>     JAVA_HOME=/jdk/jdk8/
>     
>     export HDFS_NAMENODE_USER=root
>     export HDFS_DATANODE_USER=root
>     export HDFS_SECONDARYNAMENODE_USER=root
>     export YARN_RESOURCEMANAGER_USER=root
>     export YARN_NODEMANAGER_USER=root

启动:

>     ./sbin/start-dfs.sh

启动完成后：

![a7cb9a06b8544e83b8d4586a7dc84f91.png][]

### 3.2.伪分布式集群 ###

HDFS做了资源隔离，要使用HDFS的前提是先在HDFS中为用户创建用户目录。

>     ./bin/hdfs dfs -mkdir -p /user/root

在/user/root/下创建一个input目录：

>     ./bin/hdfs dfs -mkdir input

把测试数据拷贝过去：

>     ./bin/hdfs dfs -put ./etc/hadoop/*.xml input

这不是报错，不用管：

![fe00eb5018054d27aa4eabeef85f1ddf.png][]

跑计算任务的demo：

跑demo的jar包的时候可以指定输入输出路径和一个正则表达式来指定匹配规则，下面的正则表达式会匹配dfs开头后面是a-z的字符的所有单词。

>     ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'

查看结果：

![04feeda9d2994d938293d8cd86ba3e72.png][]

### 3.3.注意事项 ###

下次再进行测试的时候一定要将output文件夹删掉，不然冲突会报错。

## 4.Hadoop集群的组成 ##

伪分布式的hadoop集群其实就两大核心组件构成：

*  HDFS
 *  MapReduce

回顾一下上面启动hadoop后我们用JDK的JPS命令看到的JAVA进程：

![8613561cde3747d3afb750d2f2492f4c.png][]

可以看到一共有三个东西：

*  secondNameNode
 *  DataNode
 *  NameNode

这三个东西是属于HDFS的，dataNode是具体存放数据的节点，nameNode用来记录所有dataNode的信息，secondNameNode是nameNode的备份：

![d6e8598bec1546cd8f033e34e926d19d.png][]

以上是节点在HDFS维度扮演的角色，除此之外节点还在MapReduce维度扮演有角色，MapReduce在跑一个大的任务的时候会把节点分为两类：

*  jobTracker，负责总的来协调位于不同节点的小任务，将多个小任务的计算结果汇成最终的结果。
 *  taskTracker，dataNode节点上跑的小任务。

[b6069706e1114f0d81e6d166d613ed78.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/c0f9fedd50624224927bcd0efa357363.png
[Index of _dist_hadoop_common]: https://archive.apache.org/dist/hadoop/common/
[c014663cc82b4f219f82ac9450548080.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/bd270ff17bfd4dc1894b1d48936092fe.png
[aac983654c89460da6d6e8cfc689fa62.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/64d25269c4f845b8a0046f4403dbb983.png
[a7cb9a06b8544e83b8d4586a7dc84f91.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/d7b5528804de4b60b7a01620376b30be.png
[fe00eb5018054d27aa4eabeef85f1ddf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/8a7d88e88f024803abf3e05e9cbeeded.png
[04feeda9d2994d938293d8cd86ba3e72.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/100d842a4933430792eb92a25ed14fe5.png
[8613561cde3747d3afb750d2f2492f4c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/549a462de1154bf08ff6740d966ebebd.png
[d6e8598bec1546cd8f033e34e926d19d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/d9ffac7ec0d84ce4875d633787c0c859.png