linux下搭建hadoop环境步骤分享

Linux下搭建Hadoop环境步骤分享

简介

Hadoop是当下最为流行的分布式计算框架之一,能够处理海量数据,并提供并行处理能力。本文将详细介绍如何在Linux系统下搭建Hadoop环境。

步骤

1. 安装JDK

首先需要安装JDK,步骤如下:

sudo apt update
sudo apt install default-jdk

2. 下载Hadoop

从官网下载Hadoop安装包,地址为 https://hadoop.apache.org。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz

3. 解压Hadoop

将下载的Hadoop压缩包解压,并移动到指定目录。

tar -zxvf hadoop-3.3.1.tar.gz
sudo mv hadoop-3.3.1 /usr/local/hadoop

4. 配置环境变量

编辑 ~/.bashrc,添加以下内容:

export HADOOP_HOME=/usr/local/hadoop
export PATH=$HADOOP_HOME/bin:$PATH

使环境变量生效:

source ~/.bashrc

5. 配置Hadoop

进入Hadoop配置目录,并编辑hadoop-env.sh,添加Java环境变量。

cd $HADOOP_HOME/etc/hadoop
sudo vim hadoop-env.sh

将以下内容添加到文件末尾:

export JAVA_HOME=/usr/lib/jvm/default-java

编辑core-site.xml,添加以下内容:

<configuration>
   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000</value>
   </property>
</configuration>

编辑hdfs-site.xml,添加以下内容:

<configuration>
   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
   <property>
      <name>dfs.namenode.name.dir</name>
      <value>file:/usr/local/hadoop/hadoop_data/hdfs/namenode</value>
   </property>
   <property>
      <name>dfs.datanode.data.dir</name>
      <value>file:/usr/local/hadoop/hadoop_data/hdfs/datanode</value>
   </property>
   <property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>localhost:9001</value>
   </property>
</configuration>

编辑mapred-site.xml.template,并复制一份,并命名为mapred-site.xml:

cp mapred-site.xml.template mapred-site.xml

编辑mapred-site.xml,添加以下内容:

<configuration>
  <property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
  </property>
</configuration>

编辑yarn-site.xml,添加以下内容:

<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.hostname</name>
      <value>localhost</value>
   </property>
</configuration>

6. 启动Hadoop

启动Hadoop:

start-all.sh

查看进程:

jps

7. 示例说明

示例1:WordCount

在Hadoop上运行最简单的MapReduce示例WordCount。首先需要在本地创建一个输入文件。

echo "Hello World Again Again Wow!" > input.txt

将该文件上传到Hadoop文件系统上:

hdfs dfs -copyFromLocal input.txt input/input.txt

编写Java代码,实现WordCount:

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;
import java.util.StringTokenizer;

public class WordCount {

  public static class TokenizerMapper
      extends Mapper<Object, Text, Text, IntWritable>{

    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(Object key, Text value, Context context
    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }

  public static class IntSumReducer
      extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values,
                       Context context
    ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path("input"));
    FileOutputFormat.setOutputPath(job, new Path("output"));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

将上述代码编译打包:

hadoop com.sun.tools.javac.Main WordCount.java
jar cf wc.jar WordCount*.class

运行WordCount:

hadoop jar wc.jar WordCount input output

在Hadoop文件系统上查看输出:

hdfs dfs -ls output
hdfs dfs -cat output/part*

示例2:HDFS读写

首先在Hadoop文件系统上创建一个目录并上传一个文件。

hdfs dfs -mkdir input
echo "Hello World Again Again Wow!" > input/input.txt

编写Java代码,实现HDFS读写:

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.util.stream.Collectors;

public class HdfsReadWrite {
  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    FileSystem fileSystem = FileSystem.get(conf);

    // 读取HDFS上的文件
    BufferedReader reader = new BufferedReader(
        new InputStreamReader(
            fileSystem.open(new Path("input/input.txt")))
    );
    String content = reader.lines().collect(Collectors.joining("\n"));
    System.out.println(content);

    // 向HDFS上写入文件
    fileSystem.create(new Path("output/output.txt"))
        .write(content.getBytes());

    fileSystem.close();
  }
}

将上述代码编译打包:

hadoop com.sun.tools.javac.Main HdfsReadWrite.java
jar cf hdfs.jar HdfsReadWrite*.class

运行HdfsReadWrite:

hadoop jar hdfs.jar HdfsReadWrite

在Hadoop文件系统上查看输出:

hdfs dfs -ls output
hdfs dfs -cat output/output.txt

结论

本文介绍了在Linux系统上搭建Hadoop环境的详细步骤,并提供了两个示例,其中一个用于演示最简单的MapReduce示例WordCount,另一个用于演示HDFS读写文件。通过本文的学习,读者可以掌握搭建Hadoop环境和编写基本的Hadoop程序的技能。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:linux下搭建hadoop环境步骤分享 - Python技术站

(0)
上一篇 2023年5月22日
下一篇 2023年5月22日

相关文章

  • 解决pageHelper分页失效以及如何配置问题

    当我们在使用PageHelper进行分页操作的时候,经常会遇到一些分页失效的问题,这主要是由于配置不当或者使用不当所引起的。在本篇攻略中,我将介绍如何解决PageHelper分页失效问题以及如何配置PageHelper。 解决PageHelper分页失效问题的方法 方法一:检查是否正确使用分页插件 如果分页失效了,第一个要检查的就是是否正确使用pageHel…

    database 2023年5月21日
    00
  • MySQL 出现 The table is full 的解决方法【转】

    时间 2014-08-21 12:18:56  MySQL中文网 原文  http://imysql.com/2014/08/21/mysql-faq-howto-deal-with-table-full.shtml 主题 MySQL 当我们要写入新数据而发生“The table is full”告警错误时,先不要着急,按照下面的思路来逐步分析即可: 1、查…

    MySQL 2023年4月13日
    00
  • 使用mybatis框架连接mysql数据库的超详细步骤

    使用MyBatis框架连接MySQL数据库的详细步骤如下: 1. 环境准备 首先需要安装MySQL数据库和MyBatis框架,以及相关的依赖包。假设已经安装完成,接下来的步骤将依次进行。 2. 创建数据库和表 创建数据库和表的步骤不在本次的讲解范围内,我们假设已经创建好了名为mybatis_test的数据库和名为user_info的表,并且该表中包含id、n…

    database 2023年5月19日
    00
  • SQL 变换已排名的结果集

    SQL变换已排名的结果集是通过使用SQL语言中窗口函数(Window Functions)实现的。窗口函数是一种特殊类型的SQL函数,它可以执行诸如计算排序、聚合等操作,同时不会改变结果集中原始行的排列顺序。 下面是SQL变换已排名的结果集的完整攻略: 窗口函数的基本语法 窗口函数的基本语法如下: <窗口函数> OVER ([PARTITION …

    database 2023年3月27日
    00
  • MySQL基本命令、常用命令总结

    MySQL基本命令、常用命令总结 MySQL是一款常用的关系型数据库管理系统,使用广泛,为了能够更好地使用MySQL,以下是MySQL基本命令和常用命令的总结,希望对你有所帮助。 基本命令 连接MySQL 使用以下命令连接到MySQL服务器: mysql -u 用户名 -p 其中,用户名为数据库用户的名称,例如: mysql -u root -p 连接成功后…

    database 2023年5月22日
    00
  • linux下使用cmake编译安装mysql的详细教程

    以下是“linux下使用cmake编译安装mysql的详细教程”的完整攻略。 安装依赖项 在编译过程之前,请先确保您的系统上已经安装了以下依赖项: sudo apt-get install build-essential cmake libncurses5-dev libssl-dev libboost-dev 下载源码 从MySQL 官网上下载源码,将其解…

    database 2023年5月22日
    00
  • asp.net下SQLite(轻量级最佳数据库) 原理分析和开发应用

    ASP.NET下SQLite(轻量级最佳数据库)原理分析和开发应用攻略 什么是SQLite? SQLite是一种轻型数据库,在过去几年中已经变得非常受欢迎。SQLite旨在尽可能简单,因此无需为其添加任何配置或管理。该数据库被编写为自包含、独立的库,因此不需要额外的服务器进程或系统级配置。 SQLite的优势 SQLite是基于文件的数据库,这也是它非常流行…

    database 2023年5月22日
    00
  • 详解MySQL的sql_mode查询与设置

    当我们执行MySQL查询时,默认会启用一组 SQL 模式(sql_mode)来定义数据库行为和约束。有时候需要在查询时更改 SQL 模式或查询当前正在使用的 SQL 模式。本文将详细讲解 MySQL 的 sql_mode 查询与设置,为大家提供一份完整攻略。 一、查询当前 SQL 模式 要查询当前正在使用的 SQL 模式,我们可以使用如下命令: SELECT…

    database 2023年5月22日
    00
合作推广
合作推广
分享本页
返回顶部