Hadoop单服务下伪分布式集群如何搭建
这篇文章主要介绍“Hadoop单服务下伪分布式集群如何搭建”，在日常操作中，相信很多人在Hadoop单服务下伪分布式集群如何搭建问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Hadoop单服务下伪分布式集群如何搭建”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联专注为客户提供全方位的互联网综合服务，包含不限于成都做网站、网站建设、牧野网络推广、小程序制作、牧野网络营销、牧野企业策划、牧野品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供牧野建站搭建服务，24小时服务热线：18980820575，官方网址：www.cdcxhl.com
一、基础环境
1、环境版本
环境：centos7 hadoop版本：2.7.2 jdk版本：1.8
2、Hadoop目录结构
bin目录：存放对Hadoop的HDFS,YARN服务进行操作的脚本
etc目录：Hadoop的相关配置文件目录
lib目录：存放Hadoop的本地库，提供数据压缩解压缩能力
sbin目录：存放启动或停止Hadoop相关服务的脚本
share目录：存放Hadoop的依赖jar包、文档、和相关案例
3、配置加载
vim /etc/profile # 添加环境 export JAVA_HOME=/opt/jdk1.8 export PATH=$PATH:$JAVA_HOME/bin export HADOOP_HOME=/opt/hadoop2.7 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin # 退出刷新配置 source /etc/profile
二、伪集群配置
以下配置文件所在路径：/opt/hadoop2.7/etc/hadoop，这里是Linux环境，脚本配置sh格式。
1、配置hadoop-env
root# vim hadoop-env.sh # 修改前 export JAVA_HOME= # 修改后 export JAVA_HOME=/opt/jdk1.8
2、配置core-site
文件结构概览
NameNode的地址
fs.defaultFS hdfs://127.0.0.1:9000
数据存放目录：Hadoop运行时产生文件的存储目录。
hadoop.tmp.dir /opt/hadoop2.7/data/tmp
3、配置hdfs-site
文件结构和上述一样，配置hdfs副本个数，这里伪环境，配置1个即可。
dfs.replication 1
4、配置yarn-env
export JAVA_HOME=/opt/jdk1.8
5、配置yarn-site
指定YARN的ResourceManager的地址
yarn.resourcemanager.hostname 192.168.72.132
指定map产生的中间结果传递给reduce采用的机制是shuffle
yarn.nodemanager.aux-services mapreduce_shuffle
6、配置mapred-env
export JAVA_HOME=/opt/jdk1.8
7、配置mapred-site
将mapred-site.xml.template重新命名为mapred-site.xml。
指定MapReduce程序资源调在度集群上运行。如果不指定为yarn，那么MapReduce程序就只会在本地运行而非在整个集群中运行。
mapreduce.framework.name yarn
三、环境启动测试
1、测试文件系统
Hdfs相关
格式化NameNode
第一次启动时执行该操作。
[hadoop2.7]# bin/hdfs namenode -format
格式化NameNode，会产生新的clusterID,导致NameNode和DataNode的集群id不一致，集群找不到已往数据。所以，格式NameNode时，一定要停止相关进程，删除data数据和log日志，然后再格式化NameNode。clusterID在如下目录中的VERSION文件里，可自行查看对比。
/opt/hadoop2.7/data/tmp/dfs/name/current /opt/hadoop2.7/data/tmp/dfs/data/current
启动NameNode
[hadoop2.7]# sbin/hadoop-daemon.sh start namenode
启动DataNode
[hadoop2.7]# sbin/hadoop-daemon.sh start datanode
jps查看状态
[root@localhost hadoop2.7]# jps 2450 Jps 2276 NameNode 2379 DataNode
Web界面查看
需要Linux关闭防火墙和相关安全增强控制（这里很重要）。
IP地址:50070
Yarn相关
启动ResourceManager
[hadoop2.7]# sbin/yarn-daemon.sh start resourcemanager
启动NodeManager
[hadoop2.7]# sbin/yarn-daemon.sh start nodemanager
Web界面查看
IP地址:8088/cluster
MapReduce相关
文件操作测试
创建一个测试文件目录
[root@localhost inputfile]# pwd /opt/inputfile [root@localhost inputfile]# echo "hello word hadoop" > word.txt
HDFS文件系统上创建文件夹
[hadoop2.7] bin/hdfs dfs -mkdir -p /opt/upfile/input
上传文件
[hadoop2.7]# bin/hdfs dfs -put /opt/inputfile/word.txt /opt/upfile/input
查看文件
[hadoop2.7]# bin/hdfs dfs -ls /opt/upfile/input
2、Web端查看文件
执行文件分析
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /opt/upfile/input /opt/upfile/output
查看分析结果
bin/hdfs dfs -cat /opt/upfile/output/*
结果：每个单词各自出现一次。
删除分析结果
bin/hdfs dfs -rm -r /opt/upfile/output
四、历史服务器
MapReduce的JobHistoryServer，这是一个独立的服务，可通过 web UI 展示历史作业日志。
1、修改mapred-site
mapreduce.jobhistory.address 192.168.72.132:10020 mapreduce.jobhistory.webapp.address 192.168.72.132:19888
2、启动服务
[hadoop2.7]# sbin/mr-jobhistory-daemon.sh start historyserver
3、Web端查看
IP地址:19888
4、配置日志的聚集
日志聚集概念：应用服务运行完成以后，将运行日志信息上传到HDFS系统上。方便的查看到程序运行详情，方便开发调试。
开启日志聚集功能之后，需要重新启动NodeManager 、ResourceManager和HistoryManager。
关闭上述服务
[hadoop2.7]# sbin/yarn-daemon.sh stop resourcemanager [hadoop2.7]# sbin/yarn-daemon.sh stop nodemanager [hadoop2.7]# sbin/mr-jobhistory-daemon.sh stop historyserver
修改yarn-site
yarn.log-aggregation-enable true yarn.log-aggregation.retain-seconds 604800
修改完之后再次启动上述服务器。再次执行文件分析任务。
查看Web端
到此，关于“Hadoop单服务下伪分布式集群如何搭建”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
当前题目：Hadoop单服务下伪分布式集群如何搭建
分享地址：http://pwwzsj.com/article/jspcje.html
