hadoop(1.1.2)+hbase0.98+hive+pig+sqoop+mysql+vsftp+tomcat+linux搭建命令

一、linux基本操作
Linux系统下要和外界进行文件传输需要使用ftp，对此需要搭建ftp服务
(1)vsftp install :
reference file :/mnt/linuxshare/RHEL 5.2下vsftp配置全教程 - 51CTO.COM.htm
install:
rpm -ivh vsftpd-2.0.5-12.el5.rpm
start:
service vsftpd start
安装完成后，vsftpd配置文件为/etc/vsftpd/vsftpd.conf，通过以下命令可启动vsftpd并将其设置为自动启动。
service vsftpd restart
chkconfig vsftpd on
使用ftp需要关闭防火墙，把Linux的防火墙清空:
iptables -F
service iptables stop
chkconfig iptables off
(2)linux cloudy install package（linux云应用安装）
/mnt/linuxshare/epel-release-5-4.noarch.rpm
(3)Linux下配置环境变量：
1.修改/etc/profile文件
如果你的计算机仅仅作为开发使用时推荐使用这种方法，因为所有用户的shell都有权使用这些环境变量，可能会给系统带来安全性问题。
(1)用文本编辑器打开/etc/profile
(2)在profile文件末尾加入：
JAVA_HOME=/usr/share/jdk1.5.0_05
PATH= JAVAHOME/bin: PATH
CLASSPATH=.: JAVAHOME/lib/dt.jar: JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH

    一、linux基本操作
    Linux系统下要和外界进行文件传输需要使用ftp，对此需要搭建ftp服务
    (1)vsftp install :
    reference file :/mnt/linuxshare/RHEL 5.2下vsftp配置全教程 - 51CTO.COM.htm
    install:
    rpm -ivh vsftpd-2.0.5-12.el5.rpm
    start:
    service vsftpd start
    安装完成后，vsftpd配置文件为/etc/vsftpd/vsftpd.conf，通过以下命令可启动vsftpd并将其设置为自动启动。
       service vsftpd restart
    chkconfig vsftpd on 
    使用ftp需要关闭防火墙，把Linux的防火墙清空:
    iptables -F
    service iptables stop 
    chkconfig iptables off
    (2)linux cloudy install package（linux云应用安装）
    /mnt/linuxshare/epel-release-5-4.noarch.rpm
    (3)Linux下配置环境变量：
    1.修改/etc/profile文件
    如果你的计算机仅仅作为开发使用时推荐使用这种方法，因为所有用户的shell都有权使用这些环境变量，可能会给系统带来安全性问题。
    (1)用文本编辑器打开/etc/profile
    (2)在profile文件末尾加入：
    JAVA_HOME=/usr/share/jdk1.5.0_05
    PATH=$JAVA_HOME/bin:$PATH
    CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    export JAVA_HOME
    export PATH
    export CLASSPATH

(4)jdk的安装与卸载
jdk卸载
卸载默认的：
用root用户登陆到系统，打开一个终端输入
rpm -qa|grep gcj
显示内容其中包含下面两行信息
java-1.4.2-gcj-compat-1.4.2.0-27jpp
java-1.4.2-gcj-compat-devel-l.4.2.0-27jpp
卸载
rpm -e java-1.4.2-gcj-compat-devel-l.4.2.0-27jpp
rpm -e java-1.4.2-gcj-compat-l.4.2.0-27jpp
卸载其他自己安装的JDK就直接用rpm -e
卸载rpm版的jdk：
#rpm -qa|grep jdk
显示：jdk-1.6.0_10-fcs
卸载：#rpm -e –nodeps jdk-1.6.0_10-fcs

(5)设置环境变量汇总

            1、/etc/profile设置环境变量
            a. 你要将 /usr/share/jdk1.5.0_05jdk 改为你的jdk安装目录
            b. linux下用冒号“:”来分隔路径
            c. $PATH / $CLASSPATH / $JAVA_HOME 是用来引用原来的环境变量的值,在设置环境变量时特别要注意不能把原来的值给覆盖掉了，这是一种常见的错误。
            d. CLASSPATH中当前目录“.”不能丢,把当前目录丢掉也是常见的错误。
            e. export是把这三个变量导出为全局变量。
            f. 大小写必须严格区分。

            2. 修改.bashrc文件　　
            这种方法更为安全，它可以把使用这些环境变量的权限控制到用户级别，如果你需要给某个用户权限使用这些环境变量，你只需要修改其个人用户主目录下的.bashrc文件就可以了。
            (1)用文本编辑器打开用户目录下的.bashrc文件
            (2)在.bashrc文件末尾加入：　　
            set JAVA_HOME=/usr/java/jdk1.7.0_55
            export JAVA_HOME
            set PATH=$JAVA_HOME/bin:$PATH
            export PATH
            set CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
            export CLASSPATH
            (3)重新登录

            3. 直接在shell下设置变量
            不赞成使用这种方法，因为换个shell，你的设置就无效了，因此这种方法仅仅是临时使用，以后要使用的时候又要重新设置，比较麻烦。
            只需在shell终端执行下列命令：
            export JAVA_HOME=/usr/java/jdk1.7.0_55
            export PATH=$JAVA_HOME/bin:$PATH
            export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

(6)压缩包的压缩与解压与其他
tar -zxvf apache-tomcat-6.0.39.tar.gz
gzip -d apache-tomcat-6.0.39.tar.gz
查看当前进程
ps -ef|grep tomcat
(7)杀死进程
kill -9 idnum
命令行上网
wget http://192.168.1.126
rpm的查看与卸载
rpm: redhat package management
rpm -qa|grep jdk 查看linux安装的包
rpm -e 包名 卸载
(7)小结
/etc/profile 有用户登陆设置环境变量（命令：source /etc/profile 可以让设置生效）
/etc/bashrc 设置的命令 如果一有用户登陆就执行初始化脚本。
/home/wzq(用户) .bash_profile为单独的用户设置环境变量
/home/wzq(用户) .bashrc 为单独的用户登录时执行的脚本（执行的程序）
/etc/rc.local 开机启动执行的脚本
举例tomcat：
JAVA_HOME=/usr/java/jdk1.7.0_55
PATH= JAVAHOME/bin: PATH
CLASSPATH=.: JAVAHOME/lib/dt.jar: JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH
启动：/tomcat6/bin/startup.sh

    mysqladmin -u root password "operater"  设置mysql密码
    启动mysql：
    service mysql start
    开机启动：
    chkconfig iptables on

    注意：
    修改MySQL数据库root用户的初始密码，先查下初始密码
    [root@vmoel5u4 mysql_installer]# vi /root/.mysql_secret
    设置初始密码即可

(8)修改主机名

修改当前回话的主机名：hostname hadoop
永久修改主机名文件所在目录：vi /etc/sysconfig/network
ip和主机名绑定：vi /etc/hosts  加入一行：
10.164.10.100 hadoop
重启网卡：service network restart
测试：ping hadoop

(9)SSH的免密码登陆：
ssh-keygen -t rsa 生成秘钥文件
cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
注意：此处一定要设置，不然jobtracker无法启动！！！另外可以把所有机器上的所有authorized_keys收集起来放在一个大的authorized_keys文件里边，然后用这个大的文件分别覆盖
所有机器的authorized_keys文件，可以实现所有机器之间的免密码登陆。
hadoop环境搭建
（10）hadoop设置环境变量
/etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/usr/hadoop
export PATH=.: HADOOPHOME/bin: JAVA_HOME/bin: PATHexportCLASSPATH=.: JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH
（11）修改配置
修改$HADOOP_HOME_HOME/conf下的hadoop-env.sh、core-site.xml、hdfs-site.xml、mapred-site.xml
细节见文档
非伪分布特殊配置
config/masters 文件里边配置jobtracker所在节点所在机器
config/slaves 文件里边配置datanode和tasktracker所在节点的机器
（12）hadoop格式化
hadoop namenode -format
windows/linux下查看进程的命令：jps
(13)启动hadoop:start-all.sh 启动5个java进程如下
5500 JobTracker
4660 NameNode
4251 Bootstrap
4914 SecondaryNameNode
5659 Jps
4774 DataNode
5091 TaskTracker
验证：
linux下浏览器，hadoop:50070(namaeNode),hadoop:50030(jobTracker)
windows下验证需要绑定主机名：修改文件路径如下：
C:\Windows\System32\drivers\etc\hosts文件
加入一行：192.168.1.123 hadoop

（14）Warning: $HADOOP_HOME is deprecated.的修改
加入一行：export HADOOP_HOME_WARN_SUPPRESS=1

（15）hadoop复制
scp -r 源文件路径:目标文件路径 （配置好SSH免密码登陆）
export HADOOP_ROOT_LOGGER=DEBUG,console
（16）hdfs文件系统操作命令;
hadoop fs -ls / :根目录下的数据
hadoop fs -lsr / :根目录下的数据(递归查看)
hadoop fs -mkdir /d1:在HDFS下创建文件夹
hadoop fs -put /root/install.log(linux文件路径) /usr/d1 : 从linux上传文件到HDFS文件系统目录（文件夹d1存在，如果不存在，那么上传后install.log的文件名为d1）
hadoop fs -get /usr/d1/install.log（HDFS文件系统路径） /home/wzq/copyinstall.log: 下载到linux的/home/wzq文件夹下 并且改名为copyinstall.log
hadoop fs -get /usr/d1/install.log（HDFS文件系统路径） . :复制到当前目录下
hadoop fs -text :查看HDFS中的文件
hadoop fs -rm :删除HDFS文件系统下的文件
hadoop fs -rmr :递归删除HDFS文件系统下的文件盒文件夹
hadoop fs -help:查看手册
hadoop fs -ls hdfs:hadoop:9000/
（2）RPC(remove process call)

    命令：
    zcat *.gz > abc.gz 把所有的以gz结尾的文件汇总放到一个文件abc文件里边
    eclipse安装路径：/root/Genuitec/MyEclipse-8.6

二、hbase安装
(1)hbase-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
(2)hbase-site.xml


hbase.rootdir
hdfs://hadoop:9000/hbase


(3)/usr/hbase-0.94.20/bin/start-hbase.sh(注意：要在hadoop启动的情况下启动hbase才能启动)
进入hbase命令模式：/usr/hbase-0.94.20/bin/目录下。
hbase shell

（4）hbase-env.sh
hbase与hadoop结合
export HBASE_CLASSPATH=/usr/hadoop/conf（hadoop配置目录）
（5）hbase-site.xml 打开分布模式

hbase.cluster.distributed
true

export HBASE_CLASSPATH=/usr/hadoop/conf
regionservers中写入节点名字【默认是localhost】

验证hbase安装成功
http://192.168.1.121:60010/master.jsp

(6)hbase 的shell命令
1 status 查看状态
2 version 查看hbase版本
3 create ‘member’,’member_id’,’address’,’info’ 建表
表明 列族 列族 列族
4 list 查看有那些表
5 describe ‘member’ 查看表结构
6 修改表结构
alter ‘member’,{NAME=>’member_id’,METHOD=>’delete’}
修改之前首先离线此表：disable ‘member’
总结步骤：
（1）disable ‘member’
（2）alter ‘member’,{NAME=>’member_id’,METHOD=>’delete’}
（3）enable ‘member’
7 删除表
disable ‘temp_table’
drop ‘temp_table’
8 检查一个表是否存在
exists ‘member’
9 判断表enable或disable
is_enabled ‘member’
is_disabled ‘member’
10插入

Put ‘member’,’name’,’info:age’,’24’
11 查询
Get ‘member’,’name’
Get ‘member’,’name’,’info’
Get ‘member’,’name’,’info:age’

12 更新
Put ‘member’,’name’,’info:age’,’24’
13 通过时间戳来获取数据
Get ‘member’,’name’,{COLUMN=>’info:age’,TIMESTAMP=>2532452345345}
14 全表扫描
Scan ‘member’
15 删除某个字段
Delete ‘member’,’name’,’info:age’
16 删除整行
Deleteall ‘member’,’xiaoming’
17 查询表有多少行
Count ‘member’
18 清空一个表
Truncate ‘member’
Habase API
https://hbase.apache.org/apidocs/index.html

三、pig的安装
1、 进入grunt shell
Pig –x shell
2 、pig 配置
export PIG_HOME=/usr/pig-0.12.0
export PATH=.: HADOOPHOME/bin: JAVA_HOME/bin: HBASEHOME/bin: PIG_HOME/bin: PATHexportCLASSPATH=.: JAVA_HOME/lib/dt.jar: JAVAHOME/lib/tools.jarexportPIGCLASSPATH= HADOOP_HOME/conf/
3、 启动pig
Pig
4、 常用命令
Ls cd cat
5、 复制文件到操作系统
copyToLocal
6、 执行操作系统命令
Sh 进入操作系统命令状态
7、 pig数据类型

8、 pig Latin常用语句

9、 举例
Records = LOAD ‘input/a/b/exe.txt’ AS (year:chararray,temperature:int,quality:int);
变量 抽象结构
10 、展现
Dump Records

11、 查看结构
Describe records

12、 筛选
(1) Filtered_records = filter records by temperature !=9999 and (quality == 0 or quality == 4 or quality==5 or quality == 9);
(2) dump Filtered_records
13 、group函数
(1)Group_records = group filtered_records by year ;
(2)Dump Group_records;

14 、Max函数
Max_temp = foreach grouped_records generate group ,max(filtered_records.tempetature);
Dump Max_temp
15、 函数
(1)A =load ‘input/grid/home/csdn.txt’ using PigStorage(‘#’) as (id ,pw,em);
(2)B = foreach A generate em;
(3)Store B into ‘output/home/email.txt’ using PigStorage();

四、hive的安装
hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

        1、安装（http://blog.csdn.net/yfkiss/article/details/7721329）
        文件Hive/bin/hive-configsh末尾加入
        export JAVA_HOME=/usr/java/jdk1.7.0_55
        export HADOOP_HOME=/usr/hadoop
        export HIVE_HOME=/usr/hive
        2、搭建
            在hdfs上建目录：
         hadoop fs -mkdir /tmp
         hadoop fs -mkdir /user/hive/warehouse

        3、添加权限：
         hadoop fs -chmod g+w   /tmp
         hadoop fs -chmod g+w   /user/hive/warehouse

        4、下载解压hive：
         wget http://labs.mop.com/apache-mirror/hive/stable/hive-0.8.1.tar.gz .
         tar -zxvf hive-0.8.1.tar.gz
        5、设置HADOOP_HOME、HIVE_HOME
        export HADOOP_HOME=/home/zxm/hadoop/hadoop-1.0.3
        export HIVE_HOME=/home/work/hadoop/hive-0.8.1

        6、多用户支持
        (确认已安装好mysql)
        启动mysql：
        mysql -u root -p
        mysql>grant all on hive.* to root@localhost identified by 'operater'
        7、修改hive conf/hive-site.xml，如下：

    <property>  
              <name>javax.jdo.option.ConnectionURL</name>  
              <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true<alue>  
              <description>JDBC connect string for a JDBC metastore</description>  
            </property>  
            <property>  
              <name>javax.jdo.option.ConnectionDriverName</name>  
              <value>com.mysql.jdbc.Driver<alue>  
              <description>Driver class name for a JDBC metastore</description>  
            </property>  
            <property>  
              <name>javax.jdo.option.ConnectionUserName</name>  
              <value>root<alue>  
              <description>username to use against metastore database</description>  
            </property>  
            <property>  
              <name>javax.jdo.option.ConnectionPassword</name>  
              <value>operater<alue>  
              <description>password to use against metastore database</description>  
            </property>

            <property>
              <name>hive.metastore.schema.verification</name>
              <!--<value>true</value>-->
              <value>false</value>
               <description>
               Enforce metastore schema version consistency.
               True: Verify that version information stored in metastore matches with one from Hive jars.  Also disable automatic
                     schema migration attempt. Users are required to manully migrate schema after Hive upgrade which ensures
                     proper metastore schema migration. (Default)
               False: Warn if the version information stored in metastore doesn't match with one from in Hive jars.
               </description>
            </property>

        8、下载mysql jdbc包：
        wget http://downloads.mysql.com/archives/mysql-connector-java-5.0/mysql-connector-java-5.0.8.tar.gz .
        解压：
        tar -zxvf mysql-connector-java-5.0.8.tar.gz 
        将mysql-connector-java-5.0.8-bin.jar拷贝到hive lib目录下：
        cp mysql-connector-java-5.0.8/mysql-connector-java-5.0.8-bin.jar  ./lib
        9、启动hive：
        Cd  /usr/hive/bin
        ./hive
        10、测试
        Show tables;

五、SQOOP的安装

        1.项目环境（http://blog.csdn.net/dhtz123456/article/details/12943833）
               项目用到的hadoop的版本是1.2.1，所以对应的sqoop是sqoop-1.4.4.bin__hadoop-1.0.0，mysql的jdbc是mysql-connector-java-5.1.24
        2.安装
             1).解压sqoop，配置环境变量：在/etc/profile中添加：
        export $SQOOP_HOME=/usr/sqoop
        export $PATH = $SQOOP_HOME/bin:$PATH
           2). 执行    source /etc/profile
        3. 复制集群中hadoop的core包以及mysql-jdbc包到sqoop-lib目录下。
        4. 配置home路径，conf/sqoop-env.sh下
        Set path to where bin/hadoop is available
        export HADOOP_COMMON_HOME=/usr/hadoop

        Set path to where hadoop-*-core.jar is available
        export HADOOP_MAPRED_HOME=/usr/hadoop

        set the path to where bin/hbase is available
        export HBASE_HOME=/usr/hbase-0.94.20

        Set the path to where bin/hive is available
        export HIVE_HOME=/home/hadoop/hive-0.11.0
        5 命令
        ![这里写图片描述](http://img.blog.csdn.net/20151211134706254)
        从mysql导入数据的例子
        ![这里写图片描述](http://img.blog.csdn.net/20151211134735349)
        导入到hbase命令
        ![这里写图片描述](http://img.blog.csdn.net/20151211134815140)
        从oracle导入数据
        ![这里写图片描述](http://img.blog.csdn.net/20151211134841352)
        ![这里写图片描述](http://img.blog.csdn.net/20151211134910954)

六、其他linux上的hadoop使用技巧与命令
1、复制一台机器的上的hadoop到其他机器
Scp -rp ./hadoop-0.20.2 grid@h1:/home/grid
2、awk命令
输入：

输出：

找出含有rr的文件名：

利用AWK复制hadoop结点

或者把命令放到文件中然后执行文件：

知识点：
1、 awk和sed命令 功能很强大
2、 集群的实施

解决办法：

DNS软件： 推荐“bind”
创建用户
Sudo groupadd hadoop
Sudo useradd –s /bin/bash -d /home/grid -m grid -g hadoop –G admin
安装SSH
Sudo apt—get install ssh

SSH免密码登陆
Ssh –keygen -t dsa -p ‘’ -f ~/.ssh/id_dsa
秘钥复制
Scp grid@h1:~/.ssh/id_dsa.pub ~/.ssh/h1_dsa.pub
Cat ~/.ssh/h1_dsa.pub >> ~/.ssh/authorized_keys
修改masters加入主节点名称
修改slaves加入子节点