hadoop安装和HDFS基础

• 下载地址:http://archive.kernel.org/centos-vault/7.2.1511/isos/x86_64/

5. 启动：

• 启动过程中会自动检查磁盘，按Esc跳过即可 。jk

• 从windos往liunx点鼠标的时候会弹一框， 框的意思是捕获鼠标，意思就是，这个时候你鼠标的操作是在liunx中进行的，这个时候鼠标是出不来的，要出来按Ctrl键就能出来了。

6. 安装界面：

• 选中文（自行决 定）

• 在安装位置图标上有一个感叹号，点进去在点完成即可。

• 有一个软件选择按钮，点进1去，在做服务器模拟的时候，最小安装时不够的，所以我们选择：基础设施服务器，点完成。

7. 点开始安装：

• 安装的同时设置一下root密码（如果密码简单需要点击两次完成）

• 等待，安装完成之后需要重启机器，点击重启后就可以用了

8. 重启后：

• 登录

• 为了与Windows连接起来查看liunxIP

9. 我们配置一个IPv4的地址，让他和Windows通讯：

• 安装完VirtualBox之后我们的电脑上会出现：

• 点击右键属性，下拉框中找到{Internet 协议版本}点进去，看到其IP地址为192.168.56.xxx（IP可随意更改），我们根据192.168.56网段来配置

• 设置IP命令：

vim /ect/sysconfig/network-scripts/ifcfg-eth0

• 没用的删掉，写入，保存 ：

• 设置网关命令：

vim /etc/sysconfig/network

• 写网关IP可上网（不加#号去掉，#号是注释）：

10. 测试：

• liunx：ping一下Windows机器：ping+IP地址

• Windows：Windows ping一下liunx：ping+IP地址

11. 将JDK和VirtualBox用Xshell上传到虚拟机。

• 安装命令：rpm -ivh jdk-8u91-liunx-x64.rpm

12. 验证java是否装好了

• 出现了各个包的信息就是装好了

安装hadoop

===================================================================

1. 解压：

命令：tar -xvf hadoop-2.7.3.tar.gz

2. 配置hadoop

• 配置文件位置：etc->hadoop->hadoop-env.sh

命令：vim hadoop-env.sh

为了告诉hadoop，JDK在那

• 写入JDK的路径

3. 将hadoop执行命令的路径加入到环境变量中

• 命令：vim /etc/profileh

在最后一行插入

export PATH = $PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin

• 执行一下：source /etc/profile要不然不起作用。

4. 找到虚拟机图标右键复制即可复制虚拟机（全部复制）

需要将复制出来的三台机器的IP地址更改。

5. 启动hadoop。

• 在hadoop目录下有一个core-site.xml配置文件，对其进行配置是为了知道master位于那一台机器上被谁管理的

• 在最后加入，加入后就可以启动hadoop了

6. 我们修改一下host文件，（知道每台对应的IP）

• 命令：vim /etc/host

7. 启动master和slave

• master（进程中看到nameNode就是启动了）：

• slace（进程中看到dateNode就是启动了）：

• 逻辑关系：

HDFS初识

=================================================================

• 用来存文件的，有一台坏了的话，不会妨碍其他的对外提供服务

物理和逻辑架构

HDFS架构

启动集群

1. 在master上启动hadoop-daemon.sh start namenode

2. 在slave上启动hadoop-daemon.sh start datanode

3. 用jps指令观察执行结果

4. 用hdfs dfsadmin -report观察集群配置情况

5. hadoop fs -rm/rilename

6. 通过heep://192.168.56.100:50070界面观察集群运行情况

7. 用hadoop-daemon.sh stop…手动关闭集群

对集群进行集中管理

• 在/usr/local/hadoop/etc/hadoop 的目录下有一个 slave文件，他里面记录着当前这台namenode管理者多少台datanode，每台datanode式位于那台机器上，我们可以更改里面的内容，有多少台datanode就添加多少台

1.修改master上/etc/hadoop/slave文件，每一个slave占一行

2. 使用start-dfs.sh启动集群，并观察结果，使用stop-dfs.sh停止集群

3. 配置免密SSH远程登录

1.cd

2.is -la

3.cd .ssh

4.ssh-keygen -t rsa（四个回车）

5.会用rsa算法生成私钥id_rsa和公钥id_rsa.pub

6.ssh-copy-id slavex

7.再次ssh slave1

8.此时应该不在需要密码

4.重新使用start-dfs.sh启动集群

5.使用hdfs dfs 或者hadoop fs 命令对文件进行增删改查

• hadoop fs -ls/

• hadoop fs -put file/

• hadoop fs -mkdir /dimame

• hadoop fs -text /filename

• hadoop fs -rm /filename

6.hadoop文件默认的存储位置

• 但是tmp目录会不定时被系统进行清除，如果不自己指定存储位置的话，就会时而好用，时而不好用，所以真正程序需要建议更改，不然会丢失数据

cd /tmp(临时文件)

7.我们来写程序，做远程访问

• 使用HTTP协议：

public static void main(String[] args) throws Exception{

URL url = new URL(“http://www.baidu.com”);

InputStream in = url.openStrean();

//4096指的是他的缓冲区是多大，

//true指的是读完输入流然后对他进行自动化的关闭

IOUtils.copyBytes(in,System.out,4096,true);

}

• 使用HDFS协议：

public static void main(String[] args) throws Exception{

//FsUrlStreamHandlerFactory(),指明了如果遇到hdfs就讲URL地址交给他处理

URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());

URL url = new URL(“hdfs://192.168.56.100:9000/hello.txt”);

InputStream in = url.openStrean();

//4096指的是他的缓冲区是多大，

//true指的是读完输入流然后对他进行自动化的关闭

IOUtils.copyBytes(in,System.out,4096,true);

}

• 实现增删改查

public static void main(String[] args) throws Exception{

configuration conf = new Configuration();

conf.set(“fs.defaultFS”,“hdfs://192.168.56.100:9000”);

fileSystem fileSystem = FileSystem.get(conf);

//mkdirs创建目录（在根目录下创建一个叫msb的目录）

boolean success = fileSystem.mkdirs(new Path(“/msb”));

System.out.println(success);

//判断文件是否存在

success = fileSystem.exists(new Path(“/hello.txt”));

System.out.println(success);