企业级Hadoop大数据平台实战（2）——Hadoop单机版和伪分布式的实现

1.基础知识

Hadoop的架构
核心，Hadoop主要有两个层次，即：加工/计算层(MapReduce)和存储层(Hadoop分布式文件系统)
除了上面提到的两个核心组件，Hadoop的框架还包括以下两个模块：
Hadoop通用：这是Java库和其他Hadoop组件所需的实用工具
Hadoop YARN ：这是作业调度和集群资源管理的框架
Hadoop Streaming 是一个实用程序，它允许用户使用任何可执行文件（例如shell实用程序）作为映射器和/或reducer创建和运行作业

上图中展现了整个HDFS三个重要角色：NameNode、DataNode和Client
NameNode可以看作是分布式文件系统中的管理者，主要负责管理文件系统的命名空间、集群配置信息和存储块的复制等
NameNode会将文件系统的Meta-data存储在内存中
这些信息主要包括了文件信息、每一个文件对应的文件块的信息和每一个文件块在DataNode的信息等
DataNode是文件存储的基本单元，它将Block存储在本地文件系统中，保存了Block的Meta-data
同时周期性地将所有存在的Block信息发送给NameNode。Client就是需要获取分布式文件系统文件的应用程序

#2 搭建实验环境

实验环境：rhel7.5

主机信息	作用
server1(172.25.8.5)	hadoop
真机（172.25.8.250）	测试

#1 在真机上重新创建一个快照并且导入，保证实验环境干干净净

[root@foundation8 images]# qemu-img create  -f qcow2  -b rhel7.5-1.qcow2 hadoop1

#2 用真机连接server5

#3 从真机上给server1发送jdk和hadoop的安装包
Hadoop是Java开发的，因此需要在服务器上安装相对应的JDK
ps:Linux默认自带JDK–openJDK–>Hadoop集群千万不要使用这个
将hadoop安装包上传到服务器
ps：实际开发中如需要其他安装包，请去官网下载

到此为止，基本的实验环境已经搭建完毕

#3 搭建单机版实现过程：

1.查看安装包是否被发送过来

2.创建一个hadoop用户
将其hadoop相关安装包都放在hadoop用户家目录下

3.解压压缩包，并且做软连接方便操作
#切换用户


4.编写环境变量

#5 写入java命令绝对路径方便命令使用
#使更改生效

[hadooop@server5 ~]# source .bash_profile

显示当前所有java进程pid的命令

[hadoop@server5 bin]# pwd
/home/hadoop/java/bin
 [hadoop@server5 bin]# jps
 1124 Jps

编辑文件，声明java
hadoop对应目录

ps:hadoop1.x版本是没有 yarn hadoop2.x之后提供的yarn

 [hadoop@server5 bin]# cd ../../hadoop/etc/hadoop
 [hadoop@server5 hadoop]# vim hadoop-env.sh

独立操作debug，运行了一个程序





到此为止，基本的单机版搭建已经完毕，接下来实现伪分布式的搭建

#4.搭建伪分布式的实现过程：

#1 创建一个用户和设置密码

[root@server5 ~]# su - hadoop
[hadoop@server5 ~]#

#2 做本机的免密，因为此时的伪分布式也是在一台节点上实现的

#3验证免密是否成功

#4 此时的workers文件里面既可以写localhost，也可以写ip地址
为了后续实验方便，在这里我写ip地址


#5 设置slave节点为本机

#6 设置副本个数为1，因为此时只有本机一个节点开启datanode进程

[hadoop@server5 hadoop]$ vim core-site.xml
 <configuration>
 	<property>
 		<name>fs.defaultFS</name>
 		<value>http://172.25.8.5:9000</value>
 	</property>
 </configuration>

#7 初始化

#8 可以发现，初始化之后会在/tmp这个目录下面生成一些临时目录以及进程的pid文件

#9 开启服务

#10 此时datanode和namenode进程均开启在本节点上

#11 查看端口的开启情况

#12 测试，在真机上做好解析之后进行测试，在浏览器上输入：172.25.8.5:9870



#13查看一些主机的信息，在线还是不在线

#14 建立数据目录，上传数据

[hadoop@server5 hadoop]$ bin/hdfs dfs -mkdir -p  /user/hadoop #创建/user/hadoop目录
[hadoop@server5 hadoop]$ bin/hdfs  dfs -put input #将input文件进行上传
[hadoop@server5 hadoop]$ bin/hdfs  dfs -ls  input
[hadoop@server5 hadoop]$ bin/hadoop  jar  share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar  wordcount input output 
[hadoop@server5 hadoop]$ bin/hdfs dfs  -cat output/*
[hadoop@server5 hadoop]$ bin/hdfs  dfs  -get  output

#15 在浏览器里面可以看到刚刚上传上去的文件

在图形化界面里面直接删除，因为没有文件的权限，无法删除
#删除配置文件，对于浏览器的查看毫无影响

#15 创建上传input output

#测试：