SSH 设置需要在集群上执行不同的操作,例如启动、停止和分布式守护进程 shell 操作。为了对不同的Hadoop用户进行身份验证,需要为一个Hadoop用户提供公私钥对,并与不同的用户共享。
以下命令用于使用SSH生成键值对,将id_rsa.pub中的公钥复制到authorized_keys,分别为authorized_keys文件提供owner、读写权限。
Java 是 Hadoop 和 HBase 的主要先决条件。首先,您应该使用"java-version"来验证您的系统中是否存在Java。Java版本命令的语法如下所示。
然后
jdk-7u71-linux-x64.tar.gz 被下载到你的系统上。
步骤 2
通常,您可以在下载文件夹中找到下载的 Java 文件。验证它和额外的使用以下命令打开
jdk-7u71-linux-x64.gz 文件。
$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz
步骤 3
要使所有用户都可以使用 Java,您需要将其移动到"/usr/local/"位置。打开 root,然后键入以下命令。
$ su
password:
# mv jdk1.7.0_71 /usr/local/
# exit
步骤 4
要设置
PATH 和
JAVA_HOME 变量,请将以下命令添加到
~/.bashrc 文件。
export JAVA_HOME=/usr/local/jdk1.7.0_71
export PATH= $PATH:$JAVA_HOME/bin
现在,如上所述从终端验证
java-version 命令。
下载 Hadoop
安装Java后,首先需要安装Hadoop。使用"Hadoop version"命令验证Hadoop是否存在,如下所示。
它应该产生以下输出:
Hadoop 2.6.0
Compiled by jenkins on 2014-11-13T21:10Z
Compiled with protoc 2.5.0
From source with checksum 18e43357c8f927c0695f1e9522859d6a
this command was run using /home/hadoop/hadoop/share/hadoop/common/hadoopcommon-2.6.0.jar
如果您的系统无法找到 Hadoop,请下载 Hadoop 并将其安装在您的系统上。按照下面给出的命令执行此操作。
使用以下命令从 apache 软件基金会下载并解压 hadoop-2.6.0。
$ su
password:
# cd /usr/local
# wget http://mirrors.advancedhosters.com/apache/hadoop/common/hadoop-
2.6.0/hadoop-2.6.0-src.tar.gz
# tar xzf hadoop-2.6.0-src.tar.gz
# mv hadoop-2.6.0/* hadoop/
# exit
安装 Hadoop
以任何所需的模式安装 Hadoop。在这里,我们以伪分布式模式演示 HBase 功能,因此请以伪分布式模式安装 Hadoop。
按照下面给出的步骤在您的系统上安装
Hadoop 2.4.1。
步骤 1:设置 Hadoop
您可以通过将以下命令附加到
~/.bashrc 文件来设置 Hadoop 环境变量。
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
export HADOOP_INSTALL=$HADOOP_HOME
现在,将所有更改应用到当前运行的系统中。
第 2 步:Hadoop 配置
您可以在"$HADOOP_HOME/etc/hadoop"位置找到所有 Hadoop 配置文件。需要根据您的 Hadoop 基础架构对这些配置文件进行更改。
$ cd $HADOOP_HOME/etc/hadoop
为了用 Java 开发 Hadoop 程序,您需要通过将
JAVA_HOME 值替换为 Java 的位置来重置
hadoop-env.sh 文件中的 Java 环境变量在您的系统中。
export JAVA_HOME=/usr/local/jdk1.7.0_71
以下是您必须编辑以配置 Hadoop 的文件列表。
core-site.xml
core-site.xml 文件包含诸如用于 Hadoop 实例的端口号、为文件系统分配的内存、用于存储数据的内存限制以及读/写缓冲区大小等信息。
打开 core-site.xml 并在
、
标记之间添加以下属性:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
hdfs-site.xm
hdfs-site.xml 文件包含诸如复制数据的值、名称节点路径和本地文件系统的数据节点路径等信息。它意味着您要存储 Hadoop 基础架构的地方。
让我们假设以下数据:
dfs.replication (data replication value) = 1
(In the below given path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件并在此文件的
、
标记之间添加以下属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value>
</property>
</configuration>
注意: 在上面的文件中,所有的属性值都是用户定义的。您可以根据自己的 Hadoop 基础架构进行更改。
mapred-site.xml
该文件用于将yarn配置到Hadoop中。打开 mapred-site.xml 文件并在此文件的
、
标记之间添加以下属性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
此文件用于指定我们使用的 MapReduce 框架。默认情况下,Hadoop 包含一个 mapred-site.xml 模板。首先,需要使用以下命令将文件从
mapred-site.xml.template 复制到
mapred-site.xml 文件。
$ cp mapred-site.xml.template mapred-site.xml
打开
mapred-site.xml 文件并在此文件的
、
标记之间添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
验证 Hadoop 安装
以下步骤用于验证 Hadoop 安装。
步骤 1:名称节点设置
使用命令"hdfs namenode-format"设置namenode,如下:
$ cd ~
$ hdfs namenode-format
预期结果如下:
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain
1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/
第 2 步:验证 Hadoop dfs
以下命令用于启动dfs。此命令会启动您的 Hadoop 文件系统。
预期输出如下:
10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]
第 3 步:验证纱线脚本
以下命令用于启动yarn脚本。执行此命令将启动您的纱线恶魔。
预期输出如下:
starting yarn daemons
starting resource manager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-
hadoop-resourcemanager-localhost.out
localhost: starting node manager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out
步骤 4:在浏览器上访问 Hadoop
访问 hadoop 的默认端口号是 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。
步骤 5:验证集群的所有应用
访问集群所有应用的默认端口号为8088、使用以下网址访问该服务。
下载 Mahout
Mahout 可在网站 Mahout 中找到。从网站提供的链接下载 Mahout。这是网站截图。
步骤 1
从链接下载 Apache mahout http://mirror.nexcess.net/apache/mahout/ 使用以下命令。
[Hadoop@localhost ~]$ wget
http://mirror.nexcess.net/apache/mahout/0.9/mahout-distribution-0.9.tar.gz
然后
mahout-distribution-0.9.tar.gz 将被下载到您的系统中。
步骤 2
浏览存储
mahout-distribution-0.9.tar.gz的文件夹,解压下载的jar文件,如下图。
[Hadoop@localhost ~]$ tar zxvf mahout-distribution-0.9.tar.gz
Maven 存储库
下面给出的是使用 Eclipse 构建 Apache Mahout 的 pom.xml。
<dependency>
<groupId>org.apache.mahout</groupId>
<artifactId>mahout-core</artifactId>
<version>0.9</version>
</dependency>
<dependency>
<groupId>org.apache.mahout</groupId>
<artifactId>mahout-math</artifactId>
<version>${mahout.version}</version>
</dependency>
<dependency>
<groupId>org.apache.mahout</groupId>
<artifactId>mahout-integration</artifactId>
<version>${mahout.version}</version>
</dependency>