大数据组件-Hadoop伪分布式部署

简介: 大数据组件-Hadoop伪分布式部署

创建需要的文件夹

进入安装包文件夹
mkdir /opt/jdk
mkdir /opt/hadoop

image.gif

安装jdk

解压缩jdk安装包
tar -zxvf jdk-8u144-linux-x64.tar.gz
移动文件夹jdk1.8.0_144到/opt/java下面,并改名为jdk1.8
mv jdk1.8.0_144/ /opt/jdk/jdk1.8
配置jdk的环境变量
vim /etc/profile
在末尾空白行添加如下信息
#Java Config
export JAVA_HOME=/opt/jdk/jdk1.8
export JRE_HOME=/opt/jdk/jdk1.8
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export PATH=.:${JAVA_HOME}/bin:$PATH
修改环境变量后都要刷新文件才能生效
source /etc/profile
测试是否配置成功
java -version

image.gif

image.gif编辑

配置环境变量

#Java profile
export JAVA_HOME=/opt/jdk/jdk1.8
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
# Hadoop profile
export HADOOP_HOME=/opt/hadoop/hadoop2.7
# PATH profile
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

image.gif

Hadoop2.7.3伪分布式配置

解压文件,并移动解压后的文件重名/opt/hadoop/hadoop2.7

cd /opt/hadoop/hadoop2.7/etc/hadoop/

image.gif

vim hadoop-env.sh

export JAVA_HOME=/opt/jdk/jdk1.8

image.gif

vim core-site.xml:

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
</configuration>

image.gif

vim hdfs-site.xml:

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp/dfs/data</value>
    </property>
    <property>
          <name>dfs.namenode.secondary.http-address</name>
          <value>master:50090</value>
    </property>
</configuration>

image.gif

cd /opt/hadoop/hadoop2.7/
./bin/hdfs namenode -format

image.gif

成功的话,会看到 “**successfully formatted” 和 “Exitting with status 0**” 的提示,若为 “**Exitting with status 1**” 则是出错。

image.gif

启动hdfs
/opt/hadoop/hadoop2.7/sbin/start-dfs.sh
查看启动情况
<http://192.168.0.76:50070>

image.gif

yarn配置

cd /opt/hadoop/hadoop2.7/etc/hadoop/
mv mapred-site.xml.template  mapred-site.xml

image.gif

vim mapred-site.xml:

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <property>
        <name>mapredue.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

image.gif

vim yarn-site.xml:

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
     </property>
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
     </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>master:8032</value>
     </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
     </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8031</value>
     </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master:8033</value>
     </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master:8088</value>
     </property>
</configuration>

image.gif

启动hdfs
/opt/hadoop/hadoop2.7/sbin/start-dfs.sh
启动yarn
/opt/hadoop/hadoop2.7/sbin/start-yarn.sh

image.gif

查看启动情况
<http://192.168.0.76:8088/cluster>

image.gif

Hadoop安全模式

    • Hadoop在NameNode重启的时候就会进入到安全模式,在安全模式中HDFS只支持访问元数据的操作才会返回成功
    • 进入安全模式: hadoop dfsadmin -safemode enterimage.gif
      image.gif
    • 退出安全模式,hadoop dfsadmin -safemode leaveimage.gif编辑
    • 安全模式下查看hdfs文image.gif编辑
      在分布式文件系统启动的时候,开始的时候会有安全模式,当分布式文件系统处于安全模式的情况下,文件系统中的内容不允许修改也不允许删除,直到安全模式结束。安全模式主要是为了系统启动的时候检查各个DataNode上数据块的有效性,同时根据策略必要的复制或者删除部分数据块。运行期通过命令也可以进入安全模式。在实践过程中,系统启动的时候去修改和删除文件也会有安全模式不允许修改的出错提示,只需要等待一会儿即可。SafeModeException 异常
      运行Hadoop程序时,有时候会报以下错误:
      org.apache.hadoop.dfs.SafeModeException: Cannot delete/user/hadoop/input. Name node is in safe mode.
      那我们来分析下这个错误,从字面上来理解:“Name node is in safe mode.
      现在就清楚了,那现在要解决这个问题,我想让Hadoop不处在safe mode 模式下,能不能不用等,直接解决呢?答案是可以的,
      只要在Hadoop的目录下输入:
      $bin/hadoop dfsadmin -safemode leave
      也就是关闭Hadoop的安全模式,这样问题就解决了。
      用户可以通过dfsadmin -safemode value 来操作安全模式,参数value的说明如下:
    enter - 进入安全模式
    leave - 强制NameNode离开安全模式
    get?? - 返回安全模式是否开启的信息
    wait? - 等待,一直到安全模式结束。


    相关实践学习
    基于MaxCompute的热门话题分析
    本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
    SaaS 模式云数据仓库必修课
    本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps&nbsp;
    相关文章
    |
    13天前
    |
    存储 分布式计算 Hadoop
    大数据之hadoop3入门到精通(一)
    大数据之hadoop3入门到精通(一)
    |
    12天前
    |
    分布式计算 Hadoop 分布式数据库
    Hadoop生态系统介绍(二)大数据技术Hadoop入门理论系列之一----hadoop生态圈介绍
    Hadoop生态系统介绍(二)大数据技术Hadoop入门理论系列之一----hadoop生态圈介绍
    34 2
    |
    1天前
    |
    存储 分布式计算 大数据
    Hadoop 生态圈中的组件如何协同工作来实现大数据处理的全流程
    Hadoop 生态圈中的组件如何协同工作来实现大数据处理的全流程
    |
    1天前
    |
    SQL 消息中间件 分布式计算
    Hadoop生态圈组件及其作用
    Hadoop生态圈组件及其作用
    |
    2天前
    |
    分布式计算 运维 DataWorks
    MaxCompute产品使用问题之数据如何导出到本地部署的CK
    MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
    |
    8天前
    |
    存储 分布式计算 Hadoop
    Spark和Hadoop都是大数据处理领域的重要工具
    【6月更文挑战第17天】Spark和Hadoop都是大数据处理领域的重要工具
    35 7
    |
    8天前
    |
    分布式计算 资源调度 Hadoop
    大数据Hadoop集群部署与调优讨论
    大数据Hadoop集群部署与调优讨论
    |
    8天前
    |
    存储 分布式计算 Hadoop
    Hadoop是如何支持大数据处理的?
    【6月更文挑战第17天】Hadoop是如何支持大数据处理的?
    25 1
    |
    10天前
    |
    分布式计算 Hadoop 大数据
    大数据技术:Hadoop与Spark的对比
    【6月更文挑战第15天】**Hadoop与Spark对比摘要** Hadoop是分布式系统基础架构,擅长处理大规模批处理任务,依赖HDFS和MapReduce,具有高可靠性和生态多样性。Spark是快速数据处理引擎,侧重内存计算,提供多语言接口,支持机器学习和流处理,处理速度远超Hadoop,适合实时分析和交互式查询。两者在资源占用和生态系统上有差异,适用于不同应用场景。选择时需依据具体需求。
    |
    13天前
    |
    存储 分布式计算 安全
    大数据之hadoop3入门到精通(三)
    大数据之hadoop3入门到精通(三)