Hadoop 环境搭建（一）

April 21, 2022

这篇文章是关于如何在ECS实例上快速搭建Hadoop伪分布式环境的教程。主要步骤包括安装JDK，安装Hadoop，配置Hadoop，配置SSH免密登录，以及启动Hadoop。每个步骤都有详细的命令和操作说明，以及相关的参考链接。完成所有步骤后，可以通过访问特定的URL来验证Hadoop环境是否已成功搭建。

大多数教程都是从 http://s.iarno.cn/pegHbK 下载安装包，目前该网站已收费，所以另寻途径安装hadoop环境。

背景信息

Hadoop是一款由Apache基金会用Java语言开发的分布式开源软件框架，用户可以在不了解分布式底层细节的情况下，开发分布式程序，充分利用集群的能力进行高速运算和存储。Hadoop的核心部件是HDFS（Hadoop Distributed File System）和MapReduce：

  • HDFS：是一个分布式文件系统，可对应用程序数据进行分布式储存和读取。
  • MapReduce：是一个分布式计算框架，MapReduce的核心思想是把计算任务分配给集群内的服务器执行。通过对计算任务的拆分（Map计算和Reduce计算），再根据任务调度器（JobTracker）对任务进行分布式计算。

更多信息，请参见Hadoop官网。

操作步骤

在ECS实例上快速搭建Hadoop伪分布式环境的操作步骤如下：

  1. 步骤一：安装JDK
  2. 步骤二：安装Hadoop
  3. 步骤三：配置Hadoop
  4. 步骤四：配置SSH免密登录
  5. 步骤五：启动Hadoop

步骤一：安装JDK

远程连接已创建的ECS实例。

具体操作，请参见连接方式概述。

  1. 执行以下命令，下载JDK 1.8安装包。

    wget https://download.java.net/openjdk/jdk8u41/ri/openjdk-8u41-b04-linux-x64-14_jan_2020.tar.gz

  2. 执行以下命令，解压下载的JDK 1.8安装包。

    tar -zxvf openjdk-8u41-b04-linux-x64-14_jan_2020.tar.gz

  3. 执行以下命令，移动并重命名JDK安装包。

    本示例中将JDK安装包重命名为java8，您可以根据需要使用其他名称。

    mv java-se-8u41-ri/ /usr/java8

  4. 执行以下命令，配置Java环境变量。

    如果您将JDK安装包重命名为其他名称，需将以下命令中的java8替换为实际的名称。

    echo 'export JAVA_HOME=/usr/java8' >> /etc/profile
echo 'export PATH=$PATH:$JAVA_HOME/bin' >> /etc/profile
source /etc/profile

  5. 执行以下命令，查看Java是否成功安装。

    java -version

    如果返回以下信息，则表示Java已安装成功。

    openjdk version "1.8.0_41"
OpenJDK Runtime Environment (build 1.8.0_41-b04)
OpenJDK 64-Bit Server VM (build 25.40-b25, mixed mode)

步骤二：安装Hadoop

  1. 执行以下命令，下载Hadoop安装包。

    wget https://mirrors.bfsu.edu.cn/apache/hadoop/common/hadoop-2.10.1/hadoop-2.10.1.tar.gz

  2. 执行以下命令，解压Hadoop安装包至/opt/hadoop。

    tar -zxvf hadoop-2.10.1.tar.gz -C /opt/
mv /opt/hadoop-2.10.1 /opt/hadoop

  3. 执行以下命令，配置Hadoop环境变量。

    echo 'export HADOOP_HOME=/opt/hadoop/' >> /etc/profile
echo 'export PATH=$PATH:$HADOOP_HOME/bin' >> /etc/profile
echo 'export PATH=$PATH:$HADOOP_HOME/sbin' >> /etc/profile
source /etc/profile

  4. 执行以下命令，修改配置文件yarn-env.sh和hadoop-env.sh。

    echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/yarn-env.sh
echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/hadoop-env.sh

  5. 执行以下命令，测试Hadoop是否安装成功。

    hadoop version

    如果返回以下信息，则表示安装成功。

    Hadoop 2.10.1
Subversion https://github.com/apache/hadoop -r 1827467c9a56f133025f28557bfc2c562d78e816
Compiled by centos on 2020-09-14T13:17Z
Compiled with protoc 2.5.0
From source with checksum 3114edef868f1f3824e7d0f68be03650
This command was run using /opt/hadoop/share/hadoop/common/hadoop-common-2.10.1.jar

步骤三：配置Hadoop

修改Hadoop配置文件core-site.xml。

  1. 执行以下命令，进入编辑页面。

    vim /opt/hadoop/etc/hadoop/core-site.xml

  2. 输入i，进入编辑模式。

  3. 在<configuration></configuration>节点内，插入如下内容。

        <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/hadoop/tmp</value> <!-- 自行修改 -->
        <description>location to store temporary files</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:8020</value> <!--  host+port自行修改 -->
    </property>

  4. 按Esc，退出编辑模式，并输入:wq保存并退出。

修改Hadoop配置文件hdfs-site.xml。

  1. 执行以下命令，进入编辑页面。

    vim /opt/hadoop/etc/hadoop/hdfs-site.xml

  2. 输入i，进入编辑模式。

  3. 在<configuration></configuration>节点内，插入如下内容。

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

  4. 按Esc，退出编辑模式，并输入:wq后保存并退出。

步骤四：配置SSH免密登录

  1. 执行以下命令，创建公钥和私钥。

    ssh-keygen -t rsa

    回显信息如下所示，表示创建公钥和私钥成功。

    [root@iZbp1chrrv37a2kts7sydsZ ~]# ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/root/.ssh/id_rsa):
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /root/.ssh/id_rsa.
Your public key has been saved in /root/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:gjWO5mgARst+O5VUaTnGs+LxVhfmCJnQwKfEBTro2oQ root@iZbp1chrrv37a2kts7s****
The key's randomart image is:
+---[RSA 2048]----+
| .  o+Bo=        |
|o o .+.#   o     |
|.= o..B = + .    |
|=.  oO.o o o     |
|Eo..=o* S .      |
|.+.+o. +         |
|. +o. .          |
| .  .            |
|                 |
+----[SHA256]-----+

  2. 执行以下命令，将公钥添加到authorized_keys文件中。

    cd .ssh
cat id_rsa.pub >> authorized_keys

步骤五：启动Hadoop

  1. 执行以下命令，初始化namenode 。

    hadoop namenode -format

  2. 依次执行以下命令，启动Hadoop。

    start-dfs.sh

    在弹出的提示中，依次输入yes。adada

    start-yarn.sh

    回显信息如下所示。

    [root@iZbp1chrrv37a2kts7s**** .ssh]# start-yarn.sh
starting yarn daemons
starting resourcemanager, logging to /opt/hadoop/logs/yarn-root-resourcemanager-iZbp1chrrv37a2kts7sydsZ.out
localhost: starting nodemanager, logging to /opt/hadoop/logs/yarn-root-nodemanager-iZbp1chrrv37a2kts7sydsZ.out

  3. 执行以下命令，可查看成功启动的进程。

    jps

    成功启动的进程如下所示。

    [root@iZbp1chrrv37a2kts7s**** .ssh]# jps
11620 DataNode
11493 NameNode
11782 SecondaryNameNode
11942 ResourceManager
12344 Jps
12047 NodeManager

  4. 打开浏览器访问http://<ECS公网IP>:8088和http://<ECS公网IP>:50070。

    显示如下界面，则表示Hadoop伪分布式环境已搭建完成。

    注意 需确保在ECS实例所在安全组的入方向中放行Hadoop所需的8088和50070端口，否则无法访问。具体操作，请参见添加安全组规则。

    applicationadasdad

参考链接

http://s.iarno.cn/fRVfE9

http://s.iarno.cn/WrjzRC

BigDatahadoop

IARNO

服务端开发
 iarno iarno@qq.com

Maven 安装使用

Python 列表