Hadoop Hdfs 配置（一）

Hadoop Hdfs 配置（一）

环境:

          Jdk1.6

          Hadoop-2.20.1

          Fuse-2.8.1

 Jdk1.6                  下载地址

http://cds.sun.com/is-bin/INTERSHOP.enfinity/WFS/CDS-CDS_Developer-Site/en_US/-/USD/VerifyItem-Start/jdk-6u14-linux-i586.bin?BundledLineItemUUID=.1JIBe.mR4oAAAEh1jkH4cNK&OrderID=SHBIBe.mbIYAAAEhwDkH4cNK&ProductID=4ZhIBe.o8c4AAAEhkh0zLjfT&FileName=/jdk-6u14-linux-i586.bin

 hadoop-2.20.1      下载地址 http://www.apache.org/dyn/closer.cgi/hadoop/core/

 Fuse-2.8.1             下载地址 http://sourceforge.net/projects/fuse/files/fuse-2.X/

 

NameNode  192.168.1.11    Centos 5.3           hostname master-dfs

JobTracker  192.168.1.11   (这个也可单独配置一台)

DataNode    192.168.1.12   Centos 5.3            hostname:data-dfs

Client            192.168.1.13   Centos 5.3           hostname:client-dfs

 

先决条件

配置ssh自动登陆，详细见 http://hadoop.apache.org/common/docs/r0.20.0/quickstart.html

 

安装

1、JDK安装,解压到/usr/local/jdk1.6,并配置/etc/profile环境

export JAVA_HOME=/usr/local/jdk1.6    
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre:$PATH    
export CLASSPATH=$JAVA_HOME/lib:$JAVA_HOME/lib/tools.jar

2、下载Hadoop 解压到每台服务器的/data/soft目录下，最好目录都相同。

tar zxvf hadoop-2.20.1.tar.gz

配置

配置说明

具体配置选项说明详见

http://www.hadoop.org.cn/document/cn/r0.18.2/cluster_setup.html

1、修改conf/hadoop-env.sh，添加jdk支持

export JAVA_HOME=/usr/local/jdk1.6

2、cd /data/soft/hadoop-2.20.1 修改 hadoop 目录下的 conf/core-site.xml文件，增加以下内容

<configuration>

<property>
  <name>fs.default.name</name>
  <value>hdfs://ws:54310</value> // 你的 namenode 的配置，机器名加端口
</property>

   <property>
      <name>dfs.name.dir</name>
      <value>/data/hdfs/hdfs1</value> // NameNode持久存储名字空间及事务日志的本地文件系统路径。 
   </property>
   <property>
     <name>dfs.data.dir</name> // DataNode存放块数据的本地文件系统路径，逗号分割的列表。
     <value>/data/hdfs/hdfsdata1</value>
   </property>

<property>
  <name>hadoop.tmp.dir</name>> //Hadoop 的默认临时路径，这个最好配置，然后在新增节点或者其他情况下莫名其妙的 DataNode 启动不了，就删除此文件中的 tmp 目录即可。不过如果删除了 NameNode 机器的此目录，那么就需要重新执行 NameNode 格式化的命令了。
  <value>/data/hdfs/hdfstmp</value>
  <description>A base for other temporary directories.</description>
</property>
<property>
   <name>dfs.replication</name> // 数据需要备份的数量，默认是三
   <value>1</value>
</property>

 

</configuration>

 

3、修改conf/mapred-site.xml 增加如下内容

<property>
    <name>mapred.job.tracker</name> // JobTracker的主机（或者IP）和端口。
    <value>ws:54311</value> 
   </property>

4、配置/masters,修改conf//masters

master-dfs

修改hosts文件 vi /etc/hosts

192.168.1.11 master-dfs
192.168.1.12 data-dfs
192.168.1.13 client-dfs

5、配置slaves,修改conf/slaves

data-dfs

复制hadoop-2.20.1目录以及所有文件到DataNode 和Client

scp -rp /data/soft/hadoop-2.20.1 192.168.1.12:/data/soft
scp -rp /data/soft/hadoop-2.20.1 192.168.1.13:/data/soft

6、格式化Hdfs文件系统namenode,进入hadoop目录

[master@hadoop]$bin/hadoop        namenode        -format

输入Y,(注意区分大小写.这里一定要输入大写的Y,否刚不会成功format文件系统)

不出意外，应该会提示格式化成功。如果不成功，就去hadoop/logs/目录下去查看日志文件。

7、启动Hdfs分布式文件系统

进入hadoop目录,在bin/下面有很多启动脚本，可以根据自己的需要来启动。

* start-all.sh 启动所有的Hadoop守护。包括namenode, datanode, jobtracker, tasktrack
* stop-all.sh 停止所有的Hadoop
* start-mapred.sh 启动Map/Reduce守护。包括Jobtracker和Tasktrack
* stop-mapred.sh 停止Map/Reduce守护
* start-dfs.sh 启动Hadoop DFS守护.Namenode和Datanode
* stop-dfs.sh 停止DFS守护

 

启动所有守护

[master@hadoop]bin/start-all.sh  //会自动找到conf/slaves文件里的IP或者机器名，启动相应的slaves服务端

同样，如果要停止hadoop，则
[master@hadoop]$bin/stop-all.sh

8、HDFS 操作

进入Hadoop目录,运行bin/目录的hadoop命令，可以查看Haoop所有支持的操作及其用法，这里以几个简单的操作为例。

建立目录

[master@hadoop]$bin/hadoop    dfs    -mkdir    testdir
在HDFS中建立一个名为testdir的目录

复制文件
[master@hadoop]$bin/hadoop    dfs    -put    /home/dbrg/large.zip    testfile.zip
把本地文件large.zip拷贝到HDFS的根目录/user/dbrg/下，文件名为testfile.zip

查看现有文件
[master@hadoop]$bin/hadoop    dfs    -ls

 

行hadoop程序时， 中途我把它终止了，然后再向hdfs加文件或删除文件时，出现

Name node is in safe mode错误：
rmr: org.apache.hadoop.dfs.SafeModeException: Cannot delete /user/hadoop/input. Name node is in safe mode

解决的命令：

bin/hadoop dfsadmin -safemode leave #关闭safe mode