Hadoop3.x单机安装教程 | 您所在的位置:网站首页 › switch破解教程 简书 › Hadoop3.x单机安装教程 |
为什么要搭建单机环境的Hadoop? 以最小化的成本学习和测试Hadoop; 搭建基于Hadoop的上层应用,比如单机Spark环境需要先拥有单机的Hadoop;如果需要搭建分布式集群环境的Hadoop环境,请参考另外一篇:Hadoop3.x集群安装教程 - 简书 (jianshu.com) 一、准备工作首先从官网下载好Linux的JDK和Hadoop,Apache的软件可以从国内镜像下载,比较快。 然后在阿里云上购买一台1C2G Linux CentOS7.5 X64系统的云服务器(172.23.24.28),然后在其上安装好JDK,假设存放和解压目录都在/root/soft目录下。 #进入JDK所在目录 cd /root/soft #解压 tar -zxvf jdk-8u65-linux-x64.tar.gz #配置环境变量 vim /etc/profile export JAVA_HOME=/root/soft/jdk1.8.0_241 export PATH=$PATH:$JAVA_HOME/bin export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar source /etc/profile #验证 [root@iZuf6gmsvearrd5uc3emkyZ soft]# java -version java version "1.8.0_241" Java(TM) SE Runtime Environment (build 1.8.0_241-b07) Java HotSpot(TM) 64-Bit Server VM (build 25.241-b07, mixed mode) 二、Hadoop配置假设我们Hadoop的压缩包也是在/root/soft目录下,执行Hadoop的配置工作如下: #进入目录 cd /root/soft #解压 tar -zxvf hadoop-3.3.4.tar.gz #修改hadoop配置文件hadoop-env.sh cd /root/soft/hadoop-3.3.4/etc/hadoop vim hadoop-env.sh export HDFS_NAMENODE_USER=root export HDFS_DATANODE_USER=root export HDFS_SECONDARYNAMENODE_USER=root export YARN_RESOURCEMANAGER_USER=root export YARN_NODEMANAGER_USER=root #改成你自己的JAVA_HOME地址 export JAVA_HOME=/root/soft/jdk1.8.0_241 #设置HADOOP环境变量 vim /etc/profile export HADOOP_HOME=/root/soft/hadoop-3.3.4 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin source /etc/profile然后修改core-site.xml中的配置: fs.defaultFS hdfs://172.23.24.28:8020 hadoop.tmp.dir /root/data/hadoop hadoop.http.staticuser.user root hadoop.proxyuser.root.hosts * hadoop.proxyuser.root.groups * fs.trash.interval 1440然后修改hdfs-site.xml中的内容: dfs.namenode.secondary.http-address 172.23.24.28:9868然后再修改mapred-site.xml配置文件: mapreduce.framework.name yarn mapreduce.jobhistory.address 172.23.24.28:10020 mapreduce.jobhistory.webapp.address 172.23.24.28:19888 yarn.app.mapreduce.am.env HADOOP_MAPRED_HOME=${HADOOP_HOME} mapreduce.map.env HADOOP_MAPRED_HOME=${HADOOP_HOME} mapreduce.reduce.env HADOOP_MAPRED_HOME=${HADOOP_HOME}然后再修改yarn-site.xml: yarn.resourcemanager.hostname 172.23.24.28 yarn.nodemanager.aux-services mapreduce_shuffle yarn.nodemanager.pmem-check-enabled false yarn.nodemanager.vmem-check-enabled false yarn.log-aggregation-enable true yarn.log.server.url http://172.23.24.28:19888/jobhistory/logs yarn.log-aggregation.retain-seconds 604800然后再修改workers配置文件: 172.23.24.28最后一步,我们需要开通到本机的ssh免密连接服务: # 生成公钥密钥,全部回车下一步即可 ssh-keygen -t rsa ssh-keygen -t dsa ssh-copy-id 172.23.24.28 # 输入登录密码即可 # 然后可以ssh自己试试是否为免密登录了 三、启动Hadoop首次启动Hadoop集群的时候,我们需要进行Namenode格式化: hdfs namenode -format然后就可以一键启动HDFS和YARN了: [root@node1 ~]# start-all.sh Starting namenodes on [node1] Last login: Fri Mar 10 13:33:24 CST 2023 from 172.23.24.28 on pts/2 Starting datanodes Last login: Fri Mar 10 13:37:42 CST 2023 on pts/0 Starting secondary namenodes [node1] Last login: Fri Mar 10 13:37:44 CST 2023 on pts/0 Starting resourcemanager Last login: Fri Mar 10 13:37:53 CST 2023 on pts/0 Starting nodemanagers Last login: Fri Mar 10 13:38:12 CST 2023 on pts/0我们发现HDFS集群和YARN集群的角色都启动起来了,然后我们试验一下示例的单词计数: cd /root/soft/hadoop-3.3.4/share/hadoop/mapreduce/ hadoop jar hadoop-mapreduce-examples-3.3.4.jar pi 2 4最后执行成功出来计算结果就OK了,总体来说搭建过程和集群的搭建比较类似,不再赘述。 |
CopyRight 2018-2019 实验室设备网 版权所有 |