Hadoop配置使用Solr

Hadoop配置使用Solr


Solr可以和Hadoop一起使用。 由于Hadoop是用于处理大量数据，Solr帮助我们从这么大数据源中找到所需的信息。在本节中，我们将了解如何在系统上安装Hadoop。


下载Hadoop


下面给出了如何将Hadoop下载到系统中的步骤。


第1步 - 打开Hadoop主页 - www.hadoop.apache.org/。 单击链接版本，如下面的屏幕截图中突出显示。




它将重定向到Apache Hadoop发布页面，其中包含有关各种版本的Hadoop源代码和二进制文件镜像的链接，如下所示：






步骤2 - 选择最新稳定Hadoop版本(在本教程中，选择的是2.6.4)，并单击其二进制链接。 它将转到一个页面，其中提供了Hadoop二进制文件的镜像。单击其中一个镜像下载Hadoop。


从命令提示符下载Hadoop


打开Linux终端并以超级用户(root)身份登录。


$ su 
password:
Shell
转到需要安装Hadoop的目录，并使用之前复制的链接将文件保存在此目录下，如下面的代码块所示。


# cd /usr/local 
# wget http://redrockdigimark.com/apachemirror/hadoop/common/hadoop-
2.6.4/hadoop-2.6.4.tar.gz
Shell
下载Hadoop后，使用以下命令解压缩。


# tar zxvf hadoop-2.6.4.tar.gz  
# mkdir hadoop 
# mv hadoop-2.6.4/* to hadoop/ 
# exit
Shell
安装Hadoop


按照下面给出的步骤在伪分布式模式下安装Hadoop。


第1步：设置Hadoop


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 
export HADOOP_INSTALL = $HADOOP_HOME
Shell
接下来，将所有更改应用到当前运行的系统，执行以下代码 -


$ source ~/.bashrc
Shell
第2步：Hadoop配置


可以在位置“$HADOOP_HOME/etc/hadoop”目录中找到所有Hadoop配置文件。需要根据您的Hadoop基础结构对这些配置文件进行更改。


$ cd $HADOOP_HOME/etc/hadoop
Shell
为了在Java中开发Hadoop程序，必须通过将JAVA_HOME值替换为系统中Java的位置来重置hadoop-env.sh文件中的Java环境变量。


export JAVA_HOME = /usr/local/jdk1.7.0_71
Shell
以下是必须编辑以配置Hadoop的文件的列表 -


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


core-site.xml文件包含诸如用于Hadoop实例的端口号，为文件系统分配的内存，用于存储数据的内存限制以及读/写缓冲区大小的信息。


打开core-site.xml并在，标签中添加以下属性。


 
        
      fs.default.name     
      hdfs://localhost:9000   
    

XML
hdfs-site.xml


hdfs-site.xml文件包含本地文件系统的复制数据值，namenode路径和datanode路径等信息。表示要存储Hadoop基础架构的位置。


假设有以下数据。


dfs.replication (data replication value) = 1  


(In the below given 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
Shell
打开此文件，并在，标记中添加以下属性。


 
        
      dfs.replication     
      1   
     


        
      dfs.name.dir     
      file:///home/hadoop/hadoopinfra/hdfs/namenode   
     


        
      dfs.data.dir     
      file:///home/hadoop/hadoopinfra/hdfs/datanode   
    

XML
注意 - 在上述文件中，所有属性值都是用户定义的，您可以根据Hadoop基础结构进行更改。


yarn-site.xml
此文件用于在Hadoop中配置yarn 。 打开yarn-site.xml文件，并在此文件中的，标记之间添加以下属性。


 
        
      yarn.nodemanager.aux-services     
      mapreduce_shuffle   
    

Shell
mapred-site.xml


此文件用于指定使用的MapReduce框架。默认情况下，Hadoop包含yarn-site.xml模板。 首先，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
Shell
打开mapred-site.xml文件，并在，标签中添加以下属性。


 
        
      mapreduce.framework.name     
      yarn   
    

Shell
验证Hadoop安装


以下步骤用于验证Hadoop安装。


第1步：命名节点设置


使用命令“hdfs namenode -format”设置namenode，如下所示。


$ cd ~ 
$ hdfs namenode -format
Shell
预期输出结果如下 -


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 = 2.6.4 
... 
... 
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 
************************************************************/
Shell
第2步：验证Hadoop dfs


以下命令用于启动Hadoop dfs。执行此命令将启动Hadoop文件系统。


$ start-dfs.sh
Shell
输出结果如下 -


10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]
Shell
第3步：验证Yarn脚本


以下命令用于启动Yarn脚本。执行此命令将启动 Yarn 实例。


$ start-yarn.sh
Shell
输出结果如下 -


starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop-2.6.4/logs/yarn-
hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop-
2.6.4/logs/yarn-hadoop-nodemanager-localhost.out
Shell
第4步：在浏览器上访问Hadoop


访问Hadoop的默认端口号为50070。使用以下URL在浏览器上获取Hadoop服务。


http://localhost:50070/
得到结果如下 -






在Hadoop上安装Solr


按照以下步骤下载并安装Solr。


第1步


通过单击以下链接打开Apache Solr的主页 - http://lucene.apache.org/solr/






第2步


点击下载按钮(在上面的截图中箭头突出显示)。点击后将被重定向到Apache Solr的各种镜像的页面。 选择一个镜像并单击它，这将重定向到一个页面，您可以下载Apache Solr的源文件和二进制文件，如下面的屏幕截图所示。






第3步


选择Solr-6.2.0.tqz的文件夹将它下载到系统的文件夹中。提取下载的文件夹的内容。


第4步


在Hadoop主目录中创建一个Solr的文件夹，并将解压缩文件夹的内容移动到其中，如下所示。




$ mkdir Solr 
$ cd Downloads 
$ mv Solr-6.2.0 /home/Hadoop/
Shell
验证


进入到solr主目录的bin文件夹，并使用version选项验证安装，如以下代码块所示。


$ cd bin/ 
$ ./Solr version 
6.2.0
Shell
设置主目录和路径


使用以下命令打开.bashrc文件 -


[Hadoop@localhost ~]$ source ~/.bashrc
Shell
现在设置Apache Solr的home和path目录如下 -


export SOLR_HOME = /home/Hadoop/Solr  
export PATH = $PATH:/$SOLR_HOME/bin/
Shell
打开终端并执行以下命令 -


[Hadoop@localhost Solr]$ source ~/.bashrc
Shell
现在，可以从任何目录执行Solr命令。