大数据组件-Hadoop伪分布式部署

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 大数据组件-Hadoop伪分布式部署

创建需要的文件夹

进入安装包文件夹
mkdir /opt/jdk
mkdir /opt/hadoop

image.gif

安装jdk

解压缩jdk安装包
tar -zxvf jdk-8u144-linux-x64.tar.gz
移动文件夹jdk1.8.0_144到/opt/java下面,并改名为jdk1.8
mv jdk1.8.0_144/ /opt/jdk/jdk1.8
配置jdk的环境变量
vim /etc/profile
在末尾空白行添加如下信息
#Java Config
export JAVA_HOME=/opt/jdk/jdk1.8
export JRE_HOME=/opt/jdk/jdk1.8
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export PATH=.:${JAVA_HOME}/bin:$PATH
修改环境变量后都要刷新文件才能生效
source /etc/profile
测试是否配置成功
java -version

image.gif

image.gif编辑

配置环境变量

#Java profile
export JAVA_HOME=/opt/jdk/jdk1.8
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
# Hadoop profile
export HADOOP_HOME=/opt/hadoop/hadoop2.7
# PATH profile
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

image.gif

Hadoop2.7.3伪分布式配置

解压文件,并移动解压后的文件重名/opt/hadoop/hadoop2.7

cd /opt/hadoop/hadoop2.7/etc/hadoop/

image.gif

vim hadoop-env.sh

export JAVA_HOME=/opt/jdk/jdk1.8

image.gif

vim core-site.xml:

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
</configuration>

image.gif

vim hdfs-site.xml:

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/opt/hadoop/hadoop2.7/tmp/dfs/data</value>
    </property>
    <property>
          <name>dfs.namenode.secondary.http-address</name>
          <value>master:50090</value>
    </property>
</configuration>

image.gif

cd /opt/hadoop/hadoop2.7/
./bin/hdfs namenode -format

image.gif

成功的话,会看到 “**successfully formatted” 和 “Exitting with status 0**” 的提示,若为 “**Exitting with status 1**” 则是出错。

image.gif

启动hdfs
/opt/hadoop/hadoop2.7/sbin/start-dfs.sh
查看启动情况
<http://192.168.0.76:50070>

image.gif

yarn配置

cd /opt/hadoop/hadoop2.7/etc/hadoop/
mv mapred-site.xml.template  mapred-site.xml

image.gif

vim mapred-site.xml:

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <property>
        <name>mapredue.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

image.gif

vim yarn-site.xml:

<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.address</name>
        <value>master:8032</value>
     </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
     </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8031</value>
     </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master:8033</value>
     </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master:8088</value>
     </property>
</configuration>

image.gif

启动hdfs
/opt/hadoop/hadoop2.7/sbin/start-dfs.sh
启动yarn
/opt/hadoop/hadoop2.7/sbin/start-yarn.sh

image.gif

查看启动情况
<http://192.168.0.76:8088/cluster>

image.gif

Hadoop安全模式

    • Hadoop在NameNode重启的时候就会进入到安全模式,在安全模式中HDFS只支持访问元数据的操作才会返回成功
    • 进入安全模式: hadoop dfsadmin -safemode enterimage.gif
      image.gif
    • 退出安全模式,hadoop dfsadmin -safemode leaveimage.gif编辑
    • 安全模式下查看hdfs文image.gif编辑
      在分布式文件系统启动的时候,开始的时候会有安全模式,当分布式文件系统处于安全模式的情况下,文件系统中的内容不允许修改也不允许删除,直到安全模式结束。安全模式主要是为了系统启动的时候检查各个DataNode上数据块的有效性,同时根据策略必要的复制或者删除部分数据块。运行期通过命令也可以进入安全模式。在实践过程中,系统启动的时候去修改和删除文件也会有安全模式不允许修改的出错提示,只需要等待一会儿即可。SafeModeException 异常
      运行Hadoop程序时,有时候会报以下错误:
      org.apache.hadoop.dfs.SafeModeException: Cannot delete/user/hadoop/input. Name node is in safe mode.
      那我们来分析下这个错误,从字面上来理解:“Name node is in safe mode.
      现在就清楚了,那现在要解决这个问题,我想让Hadoop不处在safe mode 模式下,能不能不用等,直接解决呢?答案是可以的,
      只要在Hadoop的目录下输入:
      $bin/hadoop dfsadmin -safemode leave
      也就是关闭Hadoop的安全模式,这样问题就解决了。
      用户可以通过dfsadmin -safemode value 来操作安全模式,参数value的说明如下:
    enter - 进入安全模式
    leave - 强制NameNode离开安全模式
    get?? - 返回安全模式是否开启的信息
    wait? - 等待,一直到安全模式结束。


    相关实践学习
    基于MaxCompute的热门话题分析
    本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
    SaaS 模式云数据仓库必修课
    本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps&nbsp;
    相关文章
    |
    20天前
    |
    图形学 数据可视化 开发者
    超实用Unity Shader Graph教程:从零开始打造令人惊叹的游戏视觉特效,让你的作品瞬间高大上,附带示例代码与详细步骤解析!
    【8月更文挑战第31天】Unity Shader Graph 是 Unity 引擎中的强大工具,通过可视化编程帮助开发者轻松创建复杂且炫酷的视觉效果。本文将指导你使用 Shader Graph 实现三种效果:彩虹色渐变着色器、动态光效和水波纹效果。首先确保安装最新版 Unity 并启用 Shader Graph。创建新材质和着色器图谱后,利用节点库中的预定义节点,在编辑区连接节点定义着色器行为。
    71 0
    |
    26天前
    |
    分布式计算 资源调度 Hadoop
    Hadoop入门基础(五):Hadoop 常用 Shell 命令一网打尽,提升你的大数据技能!
    Hadoop入门基础(五):Hadoop 常用 Shell 命令一网打尽,提升你的大数据技能!
    |
    26天前
    |
    分布式计算 资源调度 Hadoop
    Hadoop入门基础(二):Hadoop集群安装与部署详解(超详细教程)(二)
    Hadoop入门基础(二):Hadoop集群安装与部署详解(超详细教程)(二)
    |
    26天前
    |
    分布式计算 Ubuntu Hadoop
    Hadoop入门基础(二):Hadoop集群安装与部署详解(超详细教程)(一)
    Hadoop入门基础(二):Hadoop集群安装与部署详解(超详细教程)(一)
    |
    27天前
    |
    存储 SQL 分布式计算
    Hadoop生态系统概述:构建大数据处理与分析的基石
    【8月更文挑战第25天】Hadoop生态系统为大数据处理和分析提供了强大的基础设施和工具集。通过不断扩展和优化其组件和功能,Hadoop将继续在大数据时代发挥重要作用。
    |
    28天前
    |
    资源调度 分布式计算 Hadoop
    揭秘Hadoop Yarn背后的秘密!它是如何化身‘资源大师’,让大数据处理秒变高效大戏的?
    【8月更文挑战第24天】在大数据领域,Hadoop Yarn(另一种资源协调者)作为Hadoop生态的核心组件,扮演着关键角色。Yarn通过其ResourceManager、NodeManager、ApplicationMaster及Container等组件,实现了集群资源的有效管理和作业调度。当MapReduce任务提交时,Yarn不仅高效分配所需资源,还能确保任务按序执行。无论是处理Map阶段还是Reduce阶段的数据,Yarn都能优化资源配置,保障任务流畅运行。此外,Yarn还在Spark等框架中展现出灵活性,支持不同模式下的作业执行。未来,Yarn将持续助力大数据技术的发展与创新。
    27 2
    |
    20天前
    |
    前端开发 大数据 数据库
    🔥大数据洪流下的决战:JSF 表格组件如何做到毫秒级响应?揭秘背后的性能魔法!💪
    【8月更文挑战第31天】在 Web 应用中,表格组件常用于展示和操作数据,但在大数据量下性能会成瓶颈。本文介绍在 JavaServer Faces(JSF)中优化表格组件的方法,包括数据处理、分页及懒加载等技术。通过后端分页或懒加载按需加载数据,减少不必要的数据加载和优化数据库查询,并利用缓存机制减少数据库访问次数,从而提高表格组件的响应速度和整体性能。掌握这些最佳实践对开发高性能 JSF 应用至关重要。
    36 0
    |
    23天前
    |
    SQL 分布式计算 Hadoop
    centos7通过CDH部署Hadoop
    centos7通过CDH部署Hadoop
    |
    24天前
    |
    分布式计算 Java Linux
    centos7通过Ambari2.74部署Hadoop
    centos7通过Ambari2.74部署Hadoop
    |
    24天前
    |
    SQL 分布式计算 数据可视化
    基于Hadoop的大数据可视化方法
    【8月更文第28天】在大数据时代,有效地处理和分析海量数据对于企业来说至关重要。Hadoop作为一个强大的分布式数据处理框架,能够处理PB级别的数据量。然而,仅仅完成数据处理还不够,还需要将这些数据转化为易于理解的信息,这就是数据可视化的重要性所在。本文将详细介绍如何使用Hadoop处理后的数据进行有效的可视化分析,并会涉及一些流行的可视化工具如Tableau、Qlik等。
    56 0

    热门文章

    最新文章