从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)

一、搭建hadoop集群

    这节搭建hadoop,首先去hadoop官网下载hadoop-2.8.5的包。然后启动虚拟机,打开xshell,上传到hadoop01服务器上。

    如图:

    从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第1张图片

    接着将其拷贝到/opt下。然后执行解压命令:

    mv hadoop-2.8.5.tar.gz /opt

    cd /opt

    tar zxvf hadoop-2.8.5.tar.gz

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第2张图片

    解压好之后,可以开始配置了。

    cd hadoop-2.8.5/etc/hadoop/

    ll

    可以看到如图所示:

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第3张图片

    首先这个hadoop里面是有文档的。如果你在windows环境解压好,可以看到在share/doc/hadoop里有index.html,这个就是文档了。

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第4张图片

    我们点击左边的cluster step,这个就是集群搭建。里面有非常详细的配置。我这里就不说了,直接按照上面的文档进行配置。

    首先 vim core-site.xml  (请自行手打,不习惯linux可以拷贝到windows环境下)

   

    然后 vim hdfs-site.xml

    从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第5张图片

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

    然后 vim mapred-site.xml

   

    然后 vim yarn-site.xml

    从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第6张图片

    然后 vim hadoop-env.sh

    修改export JAVA_HOME=/usr/local/jdk1.8 如图:(重要!即使你配了系统环境变量java_home,这里也要修改!)

    然后 vim slaves  (你有几台slave就写几台)

   

    这里有几个要点,注意:

(1)我给的配置,都是最少配置。大部分都使用默认配置。详细的默认配置参考官方文档。如图

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第7张图片

    官方文档给了全部的默认配置和详细说明。(后悔没好好学英语吧)

(2)有人觉得我的配置比其他文章配置都少很多,后面是需要你自己去学习每一个配置做什么用的。

    我给的配置能够完全运行hadoop集群的。其他的配置请自行学习和研究!

    写好所有的配置之后,执行远程拷贝,将hadoop拷贝到每一台机器上!(可以删除里面的html文档再拷贝,这样节约很多空间)

scp -r /opt/hadoop-2.8.5 root@hadoop02:/opt/
scp -r /opt/hadoop-2.8.5 root@hadoop03:/opt/
scp -r /opt/hadoop-2.8.5 root@hadoop04:/opt/
scp -r /opt/hadoop-2.8.5 root@hadoop05:/opt/

二、测试wordcount

    所有准备工作做好之后,接下来就要测试集群是否能够正常运行了。

    我们先配置环境变量。

    vim /etc/profile

    添加hadoop的环境,如图:

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第8张图片

    算上以前配置的java环境变量。总共是这么多。

    然后 source /etc/profile

    接着格式化集群。运行:hadoop namenode -format

    接着启动集群。运行

    start-all.sh  (注意,会提示你这个脚本已经废弃)结果如下图:

    从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第9张图片

    接着,测试一下。

    执行 hdfs dfs -mkdir /user/root

    如果执行成功,就会在hdfs上建立这个文件夹。

    查看一下,执行hdfs dfs -ls /

    然后我们运行官方文档的例子WordCount。

    打开官方文档,左边找到Tutorial 如图:

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第10张图片

    按照 上面的步骤来,首先找个地方建立 WordCount.java文件,接着输入代码:

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

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;

public class WordCount {

  public static class TokenizerMapper
       extends Mapper{

    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 {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable 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(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

    然后 执行(官方文档有更详细的。我们这里配置过JAVA_HOME了,直接运行这个就好)

export HADOOP_CLASSPATH=${JAVA_HOME}/lib/tools.jar

    接下来执行:

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

结果如下:

我们建立输入文件夹。执行

hdfs dfs -mkdir -p /user/root/wordcount/input

随便找一个文章放进去。就去hadoop文件里面找吧。

hdfs dfs -put /opt/hadoop-2.8.5/README.txt /user/root/wordcount/input

然后执行

hadoop jar wc.jar WordCount wordcount/input wordcount/output

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第11张图片

出现这样的说明运行成功。接着,我们查看一下运行结果。

hdfs dfs -cat wordcount/output/*

从零开始的Hadoop大数据集群(伪)搭建,全免费VirtualBox虚拟机Ubuntu版,学习向,超详细---(三)_第12张图片

至此,hadoop集群环境搭建完毕。

 

 

你可能感兴趣的:(大数据)