Purpose(目标)

This document describes how to set up and configure a single-node Hadoop installation so that you can quickly perform simple operations using Hadoop MapReduce and the Hadoop Distributed File System (HDFS).

这个文档描述了如何安装和配置一个单节点的Hadoop安装,这样很快的通过用Hadoop MapReduce 和Haddop分布式文件系统(HDFS)执行一些简单的操作。

Prerequisites(先决条件)

Supported Platforms(支持平台)

GNU/Linux is supported as a development and production platform. Hadoop has been demonstrated on GNU/Linux clusters with 2000 nodes.

Windows is also a supported platform but the followings steps are for Linux only. To set up Hadoop on Windows, see wiki page.

GNU/Linux可以被支持为开发或生产平台。Hadoop被在2000节点的GNU/Linux检验测试过。

Windows是在linux平台之后唯一被支持的平台,对于hadoop在windows上的安装,看wiki。

Required Software(软件需求)

Required software for Linux include:

1、Java™ must be installed. Recommended Java versions are described at Hadoop Java Versions.

2、ssh must be installed and sshd must be running to use the Hadoop scripts that manage remote Hadoop daemons.

在linux上安装需要的软件包括:

1、java必须被安装,推荐的java版本在hadoop java 版本中被描述。

2、ssh 一定要安装并且 sshd 一定要处于运行状态,从而使Hadoop scripts可以管理远程Hadoop实例

Installing Software(安装软件)

If your cluster doesn’t have the requisite software you will need to install it.

For example on Ubuntu Linux:

$ sudo apt-get install ssh

$ sudo apt-get install rsync

如果你的集群没有安装必要的软件,请安装他们.

以ubuntu linux为例:

$ sudo apt-get install ssh

$ sudo apt-get install rsync

Download

To get a Hadoop distribution, download a recent stable release from one of the Apache Download Mirrors.

为了下载一个Hadoop分布式,从Apache的下载镜像一个下载地址下载一个最近的稳定的发布版本。

Prepare to Start the Hadoop Cluster(准备启动hadoop集群

Unpack the downloaded Hadoop distribution. In the distribution, edit the file etc/hadoop/hadoop-env.sh to define some parameters as follows:

# set to the root of your Java installation

export JAVA_HOME=/usr/java/latest

Try the following command:

$ bin/hadoop

This will display the usage documentation for the hadoop script.

Now you are ready to start your Hadoop cluster in one of the three supported modes:

Local (Standalone) Mode

Pseudo-Distributed Mode

Fully-Distributed Mode

解压下载的Hadoop分布式软件,在这个分布式软件中,编辑文件 conf/hadoop-env.sh 定义一些如下参数:

# set to the root of your Java installation

export JAVA_HOME=/usr/java/latest

尝试如下命令:

$ bin/hadoop

这将显示hadoop脚本的使用帮助。

现在,你已经准备好启动Hadoop集群中的三种支持的模式之一

本地(独立)模式

伪分布式模式

完全分布模式

Standalone Operation(本地模式操作)

By default, Hadoop is configured to run in a non-distributed mode, as a single Java process. This is useful for debugging.

The following example copies the unpacked conf directory to use as input and then finds and displays every match of the given regular expression. Output is written to the given output directory.

$ mkdir input

$ cp etc/hadoop/*.xml input

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'

$ cat output/*

默认情况,hadoop的配置可以运行一个非分布式模式,作为一个单独的java进程,这通常应用在调试上。

就是把加压的conf目录的一个拷贝作为输入目录,然后查找显示所给正则表达的每一个匹配,输出到所给出的输出目录

$ mkdir input

$ cp etc/hadoop/*.xml input

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'

$ cat output/*

Pseudo-Distributed Operation(伪分布式模式)

Hadoop can also be run on a single-node in a pseudo-distributed mode where each Hadoop daemon runs in a separate Java process.

Hadoop可以运行在伪分布式模式下运行在一个单一的节点,此时每一个Hadoop守护进程作为一个单独的Java进程运行。

Configuration(配置)

Use the following:

应用如下配置:

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>

</configuration>

Setup passphraseless ssh(设置ssh免密码登录

Now check that you can ssh to the localhost without a passphrase:

$ ssh localhost

If you cannot ssh to localhost without a passphrase, execute the following commands:

$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

$ chmod 0600 ~/.ssh/authorized_keys

现在可以在本地检查ssh的免密码登录:

$ssh localhost

如果不能进行免密码登录,执行如下命令:

$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

$ chmod 0600 ~/.ssh/authorized_keys

Execution(执行)

The following instructions are to run a MapReduce job locally. If you want to execute a job on YARN, see YARN on Single Node.

以下命令在本地运行一个mapreduce job,如果你想要执行job在yarn上,看yarn on single node。

Format the filesystem:

格式化文件系统:

$ bin/hdfs namenode -format

Start NameNode daemon and DataNode daemon:

启动namenode进程和datanode进程。

$ sbin/start-dfs.sh

The hadoop daemon log output is written to the $HADOOP_LOG_DIR directory (defaults to $HADOOP_HOME/logs).

Hadoop守护进程日志被写入到$HADOOP_LOG_DIR目录下(默认是$HADOOP_HOME/logs目录下)。

Browse the web interface for the NameNode; by default it is available at:

Namenode的浏览器web接口,通过如下地址登录:

NameNode - http://localhost:50070/

Make the HDFS directories required to execute MapReduce jobs:

创建hdfs目录需要运行mapreduce jobs:

$ bin/hdfs dfs -mkdir /user

$ bin/hdfs dfs -mkdir /user/<username>

Copy the input files into the distributed filesystem:

拷贝输入文件到分布式文件系统上:

$ bin/hdfs dfs -put etc/hadoop input

Run some of the examples provided:

运行如下的例子:

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'

Examine the output files: Copy the output files from the distributed filesystem to the local filesystem and examine them:

检查输出文件:拷贝输出文件从分布式文件系统到本地文件系统执行他们:

$ bin/hdfs dfs -get output output

$ cat output/*

Or 或

View the output files on the distributed filesystem:

查看输出文件在分布式文件系统上:

$ bin/hdfs dfs -cat output/*

When you’re done, stop the daemons with:

当你不使用时,通过如下命令停止守护进程:

$ sbin/stop-dfs.sh

YARN on a Single Node

You can run a MapReduce job on YARN in a pseudo-distributed mode by setting a few parameters and running ResourceManager daemon and NodeManager daemon in addition.

你可以在伪分布式模式下通过设置一些很少的参数开启resourcemanager和nodemanager守护进程,并且运行一个mapreduce job在yarn上。

The following instructions assume that 1. ~ 4. steps of the above instructions are already executed.

去执行executed章节的1~4步的指令。

Configure parameters as follows:etc/hadoop/mapred-site.xml:

配置如下参数在etc/hadoop/mapred-site.xml文件:

<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>

Start ResourceManager daemon and NodeManager daemon:

启动resourcemanager和nodemanager守护进程:

$ sbin/start-yarn.sh

Browse the web interface for the ResourceManager; by default it is available at:

Resourcemanager的浏览器访问接口通过如下地址:

ResourceManager - http://localhost:8088/

Run a MapReduce job.

运行一个mapreduce job。

When you’re done, stop the daemons with:

当你不使用时,如下命令停止守护进程:

$ sbin/stop-yarn.sh

Fully-Distributed Operation(完全分布式操作)

For information on setting up fully-distributed, non-trivial clusters see Cluster Setup.

为了详细说明完全分布式下的操作步骤,请看cluster setup章节。

Hadoop Single Node Setup(hadoop本地模式和伪分布式模式安装-官方文档翻译 2.7.3)的更多相关文章

  1. HBase入门基础教程之单机模式与伪分布式模式安装(转)

    原文链接:HBase入门基础教程 在本篇文章中,我们将介绍Hbase的单机模式安装与伪分布式的安装方式,以及通过浏览器查看Hbase的用户界面.搭建HBase伪分布式环境的前提是我们已经搭建好了Had ...

  2. HBase入门基础教程 HBase之单机模式与伪分布式模式安装

    在本篇文章中,我们将介绍Hbase的单机模式安装与伪分布式的安装方式,以及通过浏览器查看Hbase的用户界面.搭建HBase伪分布式环境的前提是我们已经搭建好了Hadoop完全分布式环境,搭建Hado ...

  3. 【HBase基础教程】1、HBase之单机模式与伪分布式模式安装(转)

    在这篇blog中,我们将介绍Hbase的单机模式安装与伪分布式的安装方式,以及通过浏览器查看Hbase的用户界面.搭建hbase伪分布式环境的前提是我们已经搭建好了hadoop完全分布式环境,搭建ha ...

  4. 啃掉Hadoop系列笔记(04)-Hadoop运行模式之伪分布式模式

    伪分布式模式等同于完全分布式,只是她只有一个节点. 一) HDFS上运行MapReduce 程序 (1)配置集群 (a)配置:hadoop-env.sh Linux系统中获取jdk的安装路径:

  5. 3 hadoop安装Standalone模式和伪分布式模式

    1 Standalone模式默认模式,即默认配置即是standalone模式装好hadoop-client,会将依赖的包安装好yum install hadoop-client配置文件各个配置文件在/ ...

  6. Hadoop的单机模式、伪分布式模式和完全分布式模式

    1.单机(非分布式)模式 这种模式在一台单机上运行,没有分布式文件系统,而是直接读写本地操作系统的文件系统. 2.伪分布式运行模式 这种模式也是在一台单机上运行,但用不同的Java进程模仿分布式运行中 ...

  7. 云计算课程实验之安装Hadoop及配置伪分布式模式的Hadoop

    一.实验目的 1. 掌握Linux虚拟机的安装方法. 2. 掌握Hadoop的伪分布式安装方法. 二.实验内容 (一)Linux基本操作命令 Linux常用基本命令包括: ls,cd,mkdir,rm ...

  8. 【大数据系列】hadoop单节点安装官方文档翻译

    Hadoop: Setting up a Single Node Cluster. HADOOP:建立单节点集群 Purpose Prerequisites Supported Platforms R ...

  9. hadoop 2.7.3伪分布式环境运行官方wordcount

    hadoop 2.7.3伪分布式模式运行wordcount 基本环境: 系统:win7 虚机环境:virtualBox 虚机:centos 7 hadoop版本:2.7.3 本次以伪分布式模式来运行w ...

随机推荐

  1. Git Step by Step – (4) 探索.git目录

    前面一篇文章介绍了Git对象模型,接下来我们就进入".git"目录看看到底有什么东西,目录中哪些东西又跟Git对象模型相关.结合这个目录,我们将进一步了解Git的工作原理. .gi ...

  2. javascript全屏操作

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  3. Expected BEGIN_ARRAY but was BEGIN_OBJECT

    Expected BEGIN_ARRAY but was BEGIN_OBJECT at line 1 column 3519 path $.data[1].inspector_user Gson 中 ...

  4. windowsError错误码详解

    WindowsError的错误代码详解 0操作成功完成. 1功能错误. 2系统找不到指定的文件. 3系统找不到指定的路径. 4系统无法打开文件. 5拒绝访问. 6句柄无效. 7存储控制块被损坏. 8存 ...

  5. 从零开始学Sketch——进阶篇

    本文转自 http://www.jianshu.com/p/ff70b5f35c8f 从零开始学Sketch——进阶篇 Sketch是一款矢量绘图应用,而矢量绘图无疑是目前进行网页.图标以及界面设计的 ...

  6. c++学习笔记—动态内存与智能指针浅析

    我们的程序使用内存包含以下几种: 静态内存用来保存局部static对象.类static数据成员以及定义在任何函数之外的变量,在使用之前分配,在程序结束时销毁. 栈内存用来保存定义在函数内部的非stat ...

  7. Linux线程编程之生产者消费者问题

    前言 本文基于顺序循环队列,给出Linux生产者/消费者问题的多线程示例,并讨论编程时需要注意的事项.文中涉及的代码运行环境如下: 本文假定读者已具备线程同步的基础知识. 一  顺序表循环队列 1.1 ...

  8. c++ 类内部函数调用虚函数

    做项目的过程中,碰到一个问题. 问题可以抽象为下面的问题: 普通人吃饭拿筷子,小孩吃饭拿勺子. class People { public: void eat() { get_util_to_eat( ...

  9. 【大数据系列】MapReduce示例一年之内的最高气温

    一.项目采用maven构建,如下为pom.xml中引入的jar包 <project xmlns="http://maven.apache.org/POM/4.0.0" xml ...

  10. git 命令自动补全

    下载 Git 的源代码 使用如下命令即可下载: git clone https://github.com/git/git 复制 git-completion.bash 源代码下有个 contrib/c ...