MapReduce教程

MapReduce - 安装

MapReduce仅适用于Linux风格的操作系统，它内置了Hadoop框架.我们需要执行以下步骤才能安装Hadoop框架.

验证JAVA安装

在安装Hadoop之前，必须在系统上安装Java.使用以下命令检查系统上是否安装了Java.

 
 $ java -version

如果您的系统上已经安装了Java，您将看到以下响应 :

java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

如果你的系统上没有安装Java，请按照下面给出的步骤进行操作.

安装Java

第1步

从以下链接下载最新版本的Java

下载后，您可以在"下载"文件夹中找到文件 jdk-7u71-linux-x64.tar.gz .

步骤2

使用以下命令提取jdk-7u71-linux-x64.gz的内容.

$ 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

使所有用户都可以使用Java ，你必须将它移动到"/usr/local/"的位置.转到root并输入以下命令 :

$ su
password:
# mv jdk1.7.0_71 /usr/local/java
# exit

步骤4

用于设置PATH和JAVA_HOME变量，将以下命令添加到〜/.bashrc文件中.

export JAVA_HOME=/usr/local/java
export PATH=$PATH:$JAVA_HOME/bin

将所有更改应用于当前正在运行的系统.

$ source ~/.bashrc

步骤5

使用以下命令配置Java替代品 : ;

# alternatives --install /usr/bin/java java usr/local/java/bin/java 2

# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2

# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2

# alternatives --set java usr/local/java/bin/java

# alternatives --set javac usr/local/java/bin/javac

# alternatives --set jar usr/local/java/bin/jar

现在使用终端上的命令 java -version 验证安装.

验证Hadoop安装

在安装MapReduce之前，必须在系统上安装Hadoop.让我们使用以下命令验证Hadoop安装 :

$ hadoop version

如果您的系统上已经安装了Hadoop，那么您将获得以下响应 :

Hadoop 2.4.1
--
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果您的系统上未安装Hadoop，请继续执行以下步骤.

下载Hadoop

从Apache Software Foundation下载Hadoop 2.4.1并使用以下命令提取其内容.

$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

以伪分布式模式安装Hadoop

以下步骤用于以伪分布式模式安装Hadoop 2.4.1.

步骤1 : 去;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

全部申请对当前运行系统的更改.

$ source ~/.bashrc

步骤2 : Hadoop配置

您可以在"$ HADOOP_HOME/etc/hadoop"位置找到所有Hadoop配置文件.您需要根据您的Hadoop基础架构对这些配置文件进行适当的更改.

$ cd $HADOOP_HOME/etc/hadoop

为了使用Java开发Hadoop程序，您必须通过将JAVA_HOME值替换为 hadoop-env.sh 文件来重置Java环境变量.系统中Java的位置.

export JAVA_HOME =/usr/local/java

你必须编辑以下文件来配置Hadoop :

core-site.xml
hdfs-site.xml
yarn-site.xml
mapred-site.xml

core-site.xml

core-site.xml包含以下信息 :

用于Hadoop实例的端口号
为文件系统分配的内存
用于存储的内存限制数据
尺寸o f读/写缓冲区

打开core-site.xml并在< configuration>之间添加以下属性.和</configuration>标签.

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

hdfs-site.xml

hdfs-site.xml包含以下信息 :

复制数据的值
namenode路径
datanode路径您的本地文件系统(您希望存储Hadoop基础设施的地方)

让我们假设以下数据.

dfs.replication (data replication value) = 1

(In the following 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

打开此文件并添加以下属性在< configuration>，</configuration>之间标签.

<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，所有属性值都是用户定义的，您可以根据您的Hadoop基础结构进行更改.

yarn-site.xml

此文件用于将纱线配置为Hadoop.打开yarn-site.xml文件，并在< configuration>，</configuration>之间添加以下属性.标签.

<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正在使用的MapReduce框架.默认情况下，Hadoop包含yarn-site.xml的模板.首先，您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<之间添加以下属性:配置>，</configuration>标签.

<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的安装.

步骤1 : 名称节点设置

使用命令"hdfs namenode -format"设置namenode，如下所示 :

 $ 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步和第2步;验证Hadoop dfs

执行以下命令启动Hadoop文件系统.

$ start-dfs .sh

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步和第3步;验证纱线脚本

以下命令用于启动纱线脚本.执行此命令将启动您的纱线守护进程.

$ start-yarn.sh

预期输出如下 :

starting yarn daemons
starting resourcemanager, 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