hadoop伪分布式安装及测试（2.7.1）

hadoop有三种模式：
1，独立模式
2，伪分布式
3，集群
其中：独立模式（Local (Standalone) Mode）是指所有的hadoop的节点都运行在同一个JVM中，这个唯一的作用就是debug。伪分布式（Pseudo-Distributed Mode）是指所有的节点运行在同一台机器上的不同JVM中，一般用作学习使用。集群（Fully-Distributed Mode），就是不同的节点运行在不同的服务器上。

按照上一步build完之后，进入hadoop-dist/target/hadoop-2.7.1。
独立模式非常简单：

 $ mkdir input
 $ cp etc/hadoop/*.xml input
 $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
 $ cat output/*

伪分布式配置

etc/hadoop/core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <property>  
        <name>hadoop.tmp.dir</name>  
        <value>/home/hadoop/hadoop/hadoop/hadoop-dist/target/hadoop-2.7.1/data</value>  
    </property>
</configuration>

etc/hadoop/hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

设置ssh免密码登陆

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys

执行

格式化文件系统

$ bin/hdfs namenode -format

结果如下：

16/04/29 13:28:59 INFO namenode.FSImage: Allocated new BlockPoolId: BP-318440292-127.0.1.1-1461907739427
16/04/29 13:28:59 INFO common.Storage: Storage directory /tmp/hadoop-hadoop/dfs/name has been successfully formatted.
16/04/29 13:28:59 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
16/04/29 13:28:59 INFO util.ExitUtil: Exiting with status 0
16/04/29 13:28:59 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at hadoop/127.0.1.1
************************************************************/

启动NameNode和DataNode

$ sbin/start-dfs.sh

结果

hadoop@hadoop:~/hadoop/hadoop/hadoop-dist/target/hadoop-2.7.1$ jps
10513 NameNode
10683 DataNode
11003 Jps
10888 SecondaryNameNode

hadoop的日志都记录在HADOOP_HOME/logs

打开浏览器

http://ip:50070/

为执行任务创建目录

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

把本地文件上传到dfs

$ bin/hdfs dfs -put etc/hadoop input

刷新http://ip:50070/

执行example

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+'

检查结果

把输出文件下载到本地文件系统中，然后查看

$ bin/hdfs dfs -get output output
$ cat output/*

或者，在hdfs中直接查看

$ bin/hdfs dfs -cat output/*

关闭hdfs

$ sbin/stop-dfs.sh