Hadoop 3.3.0 基础配置
下载 Hadoop
wget https://dlcdn.apache.org/hadoop/common/hadoop-3.2.3/hadoop-3.2.3.tar.gz --no-check-certificate
配置环境变量
首先修改当前用户的配置文件,添加 Hadoop 环境变量。修改 ~/.bashrc
Hadoop 解压后即可使用。通过在任意路径下,使用 hadoop version
查看 Hadoop 版本,来判断是否配置成功
启动 与 停止
启动 namenode、datanode、resourcemanager
hdfs --daemon start namenode
hdfs --daemon start datanode
yarn --daemon start nodemanager
yarn --daemon start resourcemanager
停止 namenode、datanode、resourcemanager
hdfs --daemon stop namenode
hdfs --daemon stop datanode
yarn --daemon stop nodemanager
yarn --daemon stop resourcemanager
启动 namenode 时,可能会报错:ERROR: Cannot set priority of namenode process 9303
通过日志,可以查看到问题:tail -n 20 hadoop-3.2.3/logs/hadoop-root-namenode-starrocks1.log
tail -n <行数>
表示查看最后几行
查看到问题原因是 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority
在hadoop的官网可以找到 fs.defaultFS
是 core-site.xml
配置文件中的属性
https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/core-default.xml
使用命令修改 core-site.xml
修改配置 vim hadoop-3.2.3/etc/hadoop/core-site.xml
<configuration><property><name>fs.defaultFS</name><value>hdfs://localhost:9000</value></property>
</configuration>
使用 jps 发现 namenode 并未重启,再次查看日志 tail -n 20 hadoop-3.2.3/logs/hadoop-root-namenode-starrocks1.log
报错: Directory /tmp/hadoop-root/dfs/name is in an inconsistent state: storage directory does not exist or is not accessible.
centos在每次关机后,都会自动清理 tmp 目录下的文件,这就意味着之前记录的 name 等信息有可能会丢失。这时候再想修复,就只能使用 bin/hadoop namenode -format
格式化整个名字节点的数据。因此,这里在启动的时候,就提示你应该将 hadoop.tmp.dir
设置到一个不会更变的目录
使用命令修改 core-site.xml
修改配置 vim hadoop-3.2.3/etc/hadoop/core-site.xml
<configuration><property><name>fs.defaultFS</name><value>hdfs://localhost:9000</value></property><property><name>hadoop.tmp.dir</name><value>/root/hadoop-3.2.3/tmp/</value></property>
</configuration>
由于报错:Directory /root/hadoop-3.2.3/tmp/dfs/name is in an inconsistent state: storage directory does not exist or is not accessible
需要创建目录 mkdir -p /root/hadoop-3.2.3/tmp/dfs/name
,mkdir -p
表示递归创建目录
如果报错NameNode is not formatted
,就需要格式化名字节点 hadoop-3.2.3/bin/hdfs namenode -format
WEB 管理页
- hdfs健康信息 http://localhost:9870
- hadoop集群信息 http://127.0.0.1:8088/
如果访问不了,首先用 jps
查看4个相关进程是否存在。 其次检查防火墙是否关闭,关闭命令 systemctl stop firewalld
It looks like you are making an HTTP request to a Hadoop IPC port. This is not the correct port for the web interface on this daemon.
如果出现这段英文,这说明你的配置包括进程启动都没问题,你只是访问了进程中的非web端口
Hadoop单机配置(非分布式)
Hadoop 默认模式为非分布式模式(本地模式),无需任何配置即可运行。通过以下命令,可以执行hadoop 自带的 demo。
这种模式在一台单机上运行,没有分布式文件系统,而是直接读写本地操作系统的文件系统,一般仅用于本地MR程序的调试
使用如下命令可以查看可用demo
cd ${HADOOP}
hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.0.jar
可以看到 hadoop 自带了很多 example
An example program must be given as the first argument.
Valid program names are:
- aggregatewordcount: An Aggregate based map/reduce program that counts the words in the input files.
- aggregatewordhist: An Aggregate based map/reduce program that computes the histogram of the words in the input files.
- bbp: A map/reduce program that uses Bailey-Borwein-Plouffe to compute exact digits of Pi.
- dbcount: An example job that count the pageview counts from a database.
- distbbp: A map/reduce program that uses a BBP-type formula to compute exact bits of Pi.
- grep: A map/reduce program that counts the matches of a regex in the input.
- join: A job that effects a join over sorted, equally partitioned datasets
- multifilewc: A job that counts words from several files.
- pentomino: A map/reduce tile laying program to find solutions to pentomino problems.
- pi: A map/reduce program that estimates Pi using a quasi-Monte Carlo method.
- randomtextwriter: A map/reduce program that writes 10GB of random textual data per node.
- randomwriter: A map/reduce program that writes 10GB of random data per node.
- secondarysort: An example defining a secondary sort to the reduce.
- sort: A map/reduce program that sorts the data written by the random writer.
- sudoku: A sudoku solver.
- teragen: Generate data for the terasort
- terasort: Run the terasort
- teravalidate: Checking results of terasort
- wordcount: A map/reduce program that counts the words in the input files.
- wordmean: A map/reduce program that counts the average length of the words in the input files.
- wordmedian: A map/reduce program that counts the median length of the words in the input files.
- wordstandarddeviation: A map/reduce program that counts the standard deviation of the length of the words in the input files.
下面测试 grep 小程序
cd $HADOOP
mkdir input
cp etc/hadoop/*.xml input
bin/hadoop jar share/hadoopmapreduce/hadoop-mapreduce-examples-3.3.0.jar grep input output '<name>hadoop.*</name>'
jar 表示使用hadoop执行一个jar脚本
查看执行结果
- _SUCCESS 是一个空文件,标志执行成功
- part-r-00000 保存了执行结果
Hadoop伪分布式配置
这种模式也是在一台单机上运行,但用不同的Java进程模仿分布式运行中的各类结点 (NameNode, DataNode, JobTracker, TaskTracker, SecondaryNameNode)
请注意分布式运行中的这几个结点的区别:
- 从分布式存储的角度来说,集群中的结点由一个NameNode和若干个DataNode组成,另有一个SecondaryNameNode作为NameNode的备份。
- 从分布式应用的角度来说,集群中的结点由一个JobTracker和若干个TaskTracker组成,JobTracker负责任务的调度,TaskTracker负责并行执行任务。TaskTracker必须运行在DataNode上,这样便于数据的本地计算。JobTracker和NameNode则无须在同一台机器上。一个机器上,既当namenode,又当datanode,或者说 既 是jobtracker,又是tasktracker。没有所谓的在多台机器上进行真正的分布式计算,故称为"伪分布式"。开启多个进程模拟完全分布式,但是并没有真正提高程序执行的效率
如果像单机模式一样直接启动,会报错 hdfs://localhost:9000
连接不上,解决办法是启动 namenode 和 datanode
在未做任何配置的情况下,namenode是无法直接启动的,会报 Error: Cannot set priority of namenode process 57675
的错误(datanode到是可以直接启动的)
需要修改 Hadoop 的配置文件,位置在 $HADOOP/etc/hadoop/
目录下。要操作如下3个配置文件:
- core-site.xml(Hadoop集群的特性,作用于全部进程及客户端)
- hdfs-site.xml(配置HDFS集群的工作属性)
- mapred-site.xml(配置MapReduce集群的属性)
etc/hadoop/core-site.xml
是必须修改的。
要添加hadoop.tmp.dir
和fs.defaultFS
属性。
<configuration><property><name>hadoop.tmp.dir</name><value>/home/chen/.hadoop/tmp</value><description>a temporary directory for hadoop</description></property><property><name>fs.defaultFS</name><value>hdfs://localhost:9000</value></property>
</configuration>
/etc/hadoop/hdfs-site.xml
(非必须,可不修改,不影响运行)这里将副本数量设置为1
<configuration><property><name>dfs.replication</name><value>1</value></property>
</configuration>
/etc/hadoop/yarn-site.xml
(非必须,可不修改,不影响运行)
<configuration>
<!-- Site specific YARN configuration properties --><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.log-aggregation-enable</name><value>true</value></property>
</configuration>
修改后启动 namenode 和 datanode。 但依旧会报错,因为 hdfs://localhost:9000/user/<用户名>/input
文件夹不存在
初次使用 hadoop 时,它的目录下并没有任何文件。也就是说初次使用ls,只有 hadoop fs -ls /
是正确的。hadoop 可以通过和 linux 一样的命令创建和操作文件或文件夹,唯一的区别就是需要加上 hadoop fs
的前缀
很多文章说,第一次使用 hadoop的时候要格式化 hdfs namenode -format
(实验后发现貌似不格式化也行),另外格式化之前,必须关闭 hdfs 服务。
hdfs --daemon stop namenode
hdfs --daemon stop datanode
hdfs namenode -format
下面将外部已经创建好的文件夹包括里面的文件送入hadoop的hdfs里,使用put命令(test.txt 是一篇纯英文的新闻)
命令为 hadoop fs -put <待传入的文件> <保存路径>
下面运行测试程序 hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.0.jar wordcount input.txt output
,成功的话,会打印日志信息,失败则会报错。
如果成功,在 hdfs 的 output 目录下会生成一个 SUCCESS 文件,另一个文件是处理输出结果。
除了命令行查看,我们还可以使用管理网页的方式,进行查看 http://localhost:9870/explorer.html
比如我们要查看 datanode 的 /user/chen/output
目录下的文件,除了一级一级点进去,还可以直接输入 http://localhost:9870/explorer.html#/user/chen/output 进行访问
Hadoop 3.3.0 基础配置相关推荐
- 第六天 - 安装第二、三台CentOS - SSH免密登陆 - hadoop全分布式安装、配置、集群启动
第六天 - 安装第二.三台CentOS - SSH免密登陆 - hadoop全分布式安装.配置.集群启动 第六天 - 安装第二.三台CentOS - SSH免密登陆 - hadoop全分布式安装.配置 ...
- hadoop 2.0 详细配置教程
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Ha ...
- Hadoop基础-配置历史服务器
Hadoop基础-配置历史服务器 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. Hadoop自带了一个历史服务器,可以通过历史服务器查看已经运行完的Mapreduce作业记录,比 ...
- Hadoop 2.2.0安装和配置lzo
2019独角兽企业重金招聘Python工程师标准>>> Hadoop经常用于处理大量的数据,如果期间的输出数据.中间数据能压缩存储,对系统的I/O性能会有提升.综合考虑压缩.解压速度 ...
- Hadoop-2.8.0集群搭建、hadoop源码编译和安装、host配置、ssh免密登录、hadoop配置文件中的参数配置参数总结、hadoop集群测试,安装过程中的常见错误
25. 集群搭建 25.1 HADOOP集群搭建 25.1.1集群简介 HADOOP集群具体来说包含两个集群:HDFS集群和YARN集群,两者逻辑上分离,但物理上常在一起 HDFS集群: 负责海量数据 ...
- hadoop 2.5.0安装和配置
安装hadoop要先做以下准备: 1.jdk,安装教程在 http://www.cnblogs.com/stardjyeah/p/4640917.html 2.ssh无密码验证,配置教程在 http: ...
- 0基础学RS(十)思科AAA认证基于服务器的AAA认证(TACACS+配置,RADIUS配置)
前言 上一篇讲了本地AAA的知识和相关配置,接下来将讲解基于服务器的AAA认证.本地AAA和基于服务器的AAA到底有什么区别呢?他们分别适用于什么什么样的环境? 本地AAA 本地实现的AAA对于非常小 ...
- 《1》CentOS7.0+OpenStack+kvm云平台部署—基础配置
感谢朋友支持本博客,欢迎共同探讨交流,由于能力和时间有限,错误之处在所难免,欢迎指正! 如果转载,请保留作者信息. 博客地址:http://blog.csdn.net/qq_21398167 原博文地 ...
- Spark2.2.0集群搭建部署之【基础配置篇】
软件准备信息,详见Spark2.2.0集群搭建部署之[软件准备篇] Spark集群在生产环境中,主要部署在linux的集群中,所以需要先安装JDK,SCALA等基础配置. 由于Spark是计算框架,所 ...
最新文章
- 伍六七带你学算法 进阶篇-排序算法
- 二级域名session 共享方案
- 树套树 ---- 树状数组套权值线段树模板题 P2617 Dynamic Rankings 动态第K大
- Linux开机启动顺序
- Missing artifact com.microsoft.sqlserver:sqljdbc4:jar:4.0
- Pycharm启动后总是不停的updating indices...indexing
- Mark Down 使用实例
- CentOS 安装go client调用Kubernetes API
- c 四舍五入_王子异成苏宁易购新宠?网友:我心里的C位还是贾乃亮!
- 在Windows XP/2000下拒强行关机
- c语言int占几个字节 vc,int类型占几个字节
- ubuntu 13 sogou input method install
- 组网学习之什么是链路冗余(二)
- ipython安装过程_IPython安装过程 @win7 64bit
- 关于USGS 共享光谱库读取问题
- 费控产品之易快报洞察解析
- 2018香港银行卡开户、购汇、跨境汇款【全攻略】
- mysql服务器相关命令
- 小视频伪原创工具 苹果手机短视频去水印
- JUC与锁——精华篇