hadoop伪分布式搭建

最新推荐文章于 2025-03-08 22:02:35 发布

我去逮个兔子

最新推荐文章于 2025-03-08 22:02:35 发布

阅读量157

点赞数

文章标签： hadoop

本文链接：https://blog.youkuaiyun.com/qq_58243412/article/details/124083066

版权

本文详细介绍了Hadoop的核心组件，包括HDFS、MapReduce和YARN，并阐述了其主从架构。通过逐步指导，展示了在Linux环境下安装JDK和Hadoop的过程，包括配置环境变量、格式化HDFS以及启动服务。最后，讨论了SSH免登陆配置，确保远程操作的便捷性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Hadoop是什么？

海量数据的存储（HDFS）
海量数据的分析（MapReduce）
资源管理调度（YARN）

Hadoop核心？

hdfs: Hadoop Distributed File System 分布式文件系统
yarn: Yet Another Resource Negotiator
资源管理调度系统

hdfs的架构

主从结构
主节点，只有一个: namenode
从节点，有很多个: datanode
namenode负责：
接收用户操作请求
维护文件系统的目录结构
管理文件与block之间关系，block与datanode之间关系
datanode负责：
存储文件
文件被分成block存储在磁盘上
为保证数据安全，文件会有多个副本

搭建hadoop

1.准备Linux环境（此步骤部分命令须看具体安装hadoop版本）
1.1 开启网络,ifconfig指令查看ip
1.2 查看主机名  hostname
1.3 修改主机名为自己名字(hadoop)
	vim /etc/sysconfig/network
	NETWORKING=yes 
	HOSTNAME=hadoop
		
1.4修改主机名和IP的映射关系
	vim /etc/hosts
		
	192.168.182.128 hadoop

1.5关闭防火墙
	#查看防火墙状态
	systemctl status firewalld.service
	#关闭防火墙
	systemctl stop firewalld.service
	#关闭防火墙开机启动
	systemctl disable firewalld.service
	#chkconfig iptables off
	#打开防火墙
	systemctl start firewalld.service

1.6重启Linux
	reboot

2.安装JDK
2.1 filezilla上传jdk到opt

2.2 解压jdk
	tar -zxvf jdk-7u76-linux-x64.tar.gz
	
2.3 将java添加到环境变量中
	vim /etc/profile
	#在文件最后添加
	export JAVA_HOME=/opt/jdk1.7.0_76
	export PATH=$PATH:$JAVA_HOME/bin

	#刷新配置
	source /etc/profile

3.安装Hadoop
3.1 filezilla上传hadoop安装包,配置文档(hadoop2.2.0伪分布式搭建.txt)

3.2解压hadoop安装包
	#解压
	tar -zxvf hadoop-2.2.0.tar.gz
	
3.3修改配置文件（5个） 路径:/opt/hadoop-2.2.0/etc/hadoop
	第一个：hadoop-env.sh
	#在27行修改
	export JAVA_HOME=/opt/jdk1.7.0_76
	
	第二个：core-site.xml
	<configuration>
		<!-- 指定HDFS老大（namenode）的通信地址 -->
		<property>
				<name>fs.defaultFS</name>
				<value>hdfs://hadoop:9000</value>
		</property>
		<!-- 指定hadoop运行时产生文件的存储路径 -->
		<property>
				<name>hadoop.tmp.dir</name>
				<value>/opt/hadoop-2.2.0/tmp</value>
		</property>
	</configuration>
	
	第三个：hdfs-site.xml
	<configuration>
		<!-- 设置hdfs副本数量 -->
		<property>
				<name>dfs.replication</name>
				<value>1</value>
		</property>
	</configuration>
	
	第四个：mapred-site.xml.template 需要重命名： mv mapred-site.xml.template mapred-site.xml
	<configuration>
		<!-- 通知框架MR使用YARN -->
		<property>
				<name>mapreduce.framework.name</name>
				<value>yarn</value>
		</property>
	</configuration>
	
	第五个：yarn-site.xml
	<configuration>
		<!-- reducer取数据的方式是mapreduce_shuffle -->
		<property>
			<name>yarn.nodemanager.aux-services</name>
			<value>mapreduce_shuffle</value>
		</property>
	</configuration>

3.4将hadoop添加到环境变量
	vim /etc/profile
	
	export JAVA_HOME=/opt/jdk1.7.0_55
	export HADOOP_HOME=/opt/hadoop-2.2.0
	export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

	#刷新配置
	source /etc/profile
3.5格式化HDFS（namenode）第一次使用时要格式化
	hadoop namenode -format
	
3.6启动hadoop
	先启动HDFS
	start-dfs.sh
	
	再启动YARN
	start-yarn.sh

	一次性开启所有hadoop
	./start-all.sh
	
3.7验证是否启动成功
	使用jps命令验证
	27408 NameNode
	28218 Jps
	27643 SecondaryNameNode
	28066 NodeManager
	27803 ResourceManager
	27512 DataNode

	http://192.168.182.128:50070  (HDFS管理界面)		
	http://192.168.182.128:8088 （MR管理界面）

4.配置ssh免登陆
生成ssh免登陆密钥
cd ~，进入到我的home目录
cd .ssh/

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
或
ssh-copy-id -i localhost