1 依賴項

• java
• ssh

$ java -version java version "1.8.0_181" Java(TM) SE Runtime Environment (build 1.8.0_181-b13) Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode) $ echo $JAVA_HOME /path/to/jdk1.8.0_181

2 安裝和配置

這里使用2.9.1版本：http://www.apache.org/dyn/closer.cgi/hadoop/common/

sudo useradd -m hadoop -s /bin/bash # 創建hadoop用戶 sudo passwd hadoop # 修改密碼 sudo adduser hadoop sudo # 增加管理員權限$ cat /etc/passwd |tail -n 1 hadoop:x:10003:10003::/home/hadoop:/bin/bash$ ./bin/hadoop version Hadoop 2.9.1 Subversion https://github.com/apache/hadoop.git -r e30710aea4e6e55e69372929106cf119af06fd0e

2.1 單機版配置

默認情況下Hadoop就是起一個java進程來運行單機版的，到這里可以使用單機版了，不需要額外的配置。
官方grep例子

$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.1.jar #所有例子$ mkdir input $ cp etc/hadoop/*.xml input $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.1.jar grep input output 'dfs[a-z.]+' $ cat output/*

2.2 偽分布式配置

偽分布式模式下每個Hadoop守護進程都是一個獨立java進程。

etc/hadoop/core-site.xml:<configuration><property><name>fs.defaultFS</name><value>hdfs://localhost:9000</value></property> </configuration>etc/hadoop/hdfs-site.xml:<configuration><property><name>dfs.replication</name><value>1</value></property><property><name>dfs.namenode.name.dir</name><value>file:/path/to/hdfs/name</value></property><property><name>dfs.datanode.data.dir</name><value>file:/path/to/hdfs/data</value></property> </configuration> $ cd /usr/local/hadoop $ bin/hdfs namenode -format # namenode 格式化 sbin/start-dfs.sh # 開啟守護進程 ./sbin/stop-dfs.sh # 關閉 jps # 判斷是否啟動成功$ hdfs dfs -ls / #列出/下所有文件 Found 2 items drwxrwx--- - work supergroup 0 2018-10-11 22:04 /tmp drwxr-xr-x - work supergroup 0 2018-10-11 21:55 /user

2.3 yarn

./etc/hadoop/mapred-site.xml ：<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property> </configuration>./etc/hadoop/yarn-site.xml： <configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property> </configuration> $ ./sbin/start-yarn.sh # 啟動YARN $ ./sbin/mr-jobhistory-daemon.sh start historyserver # 開啟歷史服務器，才能在Web中查看任務運行情況$ jps 77153 DataNode 84726 JobHistoryServer 77003 NameNode 84269 ResourceManager # yarn 77341 SecondaryNameNode 56588 Jps 84572 NodeManager # yarn

resource manager 和 node manager共同組成 data-computation 框架。

yarn的理念是把 resource management 和 job scheduling/monitoring 拆分成獨立的守護進程。
架構如下：

有一個全局的RM，每個應用（單個job或者job組成的DAG）有一個AM。
RM包含2部分： Scheduler 和 ApplicationsManager。
其中Scheduler只負責資源分配，把 resource Container 作為和 memory, cpu, disk, network一樣的資源去管理。
AM負責接收提交的job，為了運行應用，要從 Scheduler 申請合適的 Container ，跟蹤其狀態，監控其進程，出問題要重啟。

ref: http://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/YARN.html

3 web UI

yarn: http://localhost:8088/cluster

hadoop: http://localhost:50070/dfshealth.html#tab-overview

References

http://dblab.xmu.edu.cn/blog/install-hadoop-simplify/

http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html

轉載于:https://www.cnblogs.com/lawlietfans/p/9979291.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Hadoop 单机版和伪分布式版安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。