Linux系統中怎么搭建Hadoop

本篇文章為大家展示了Linux系統中怎么搭建Hadoop，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

hadoop是大數據集群中一個開發分布式程序Hadoop實現了一個分布式文件系統（ Distributed File System），其中一個組件是HDFS。HDFS有高容錯性的特點，并且設計用來部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）來訪問應用程序的數據，適合那些有著超大數據集（large data set）的應用程序。

安裝ssh服務

進入shell命令，輸入如下命令，查看是否已經安裝好ssh服務，若沒有，則使用如下命令進行安裝：

sudo apt-get install ssh openssh-server

安裝過程還是比較輕松加愉快的。

使用ssh進行無密碼驗證登錄**

1.創建ssh-key，這里我們采用rsa方式，使用如下命令：

ssh-keygen -t rsa -P “”

2.出現一個圖形，出現的圖形就是密碼，不用管它

cat ~/.ssh/id_rsa.pub >> authorized_keys(好像是可以省略的)

3.然后即可無密碼驗證登錄了，如下：

ssh localhost

成功截圖如下：

下載Hadoop安裝包**

下載Hadoop安裝也有兩種方式

1.直接上官網進行下載，http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz

2.使用shell進行下載，命令如下：

wget http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz

貌似第二種的方法要快點，經過漫長的等待，終于下載完成。

解壓縮Hadoop安裝包**

使用如下命令解壓縮Hadoop安裝包

tar -zxvf hadoop-2.7.1.tar.gz

解壓縮完成后出現hadoop2.7.1的文件夾

配置Hadoop中相應的文件**

需要配置的文件如下，hadoop-env.sh，core-site.xml，mapred-site.xml.template，hdfs-site.xml，所有的文件均位于hadoop2.7.1/etc/hadoop下面，具體需要的配置如下：

1.core-site.xml 配置如下：

其中的hadoop.tmp.dir的路徑可以根據自己的習慣進行設置。

2.mapred-site.xml.template配置如下：

3.hdfs-site.xml配置如下：

其中dfs.namenode.name.dir和dfs.datanode.data.dir的路徑可以自由設置，最好在hadoop.tmp.dir的目錄下面。

補充，如果運行Hadoop的時候發現找不到jdk，可以直接將jdk的路徑放置在hadoop.env.sh里面，具體如下：

export JAVA_HOME=”/home/leesf/program/java/jdk1.8.0_60″

運行Hadoop**

在配置完成后，運行hadoop。

1.初始化HDFS系統

在hadop2.7.1目錄下使用如下命令：

bin/hdfs namenode -format

截圖如下：

過程需要進行ssh驗證，之前已經登錄了，所以初始化過程之間鍵入y即可。

成功的截圖如下：

表示已經初始化完成。

2.開啟NameNode和DataNode守護進程

使用如下命令開啟：

sbin/start-dfs.sh，成功的截圖如下：

3.查看進程信息

使用如下命令查看進程信息

jps，截圖如下：

表示數據DataNode和NameNode都已經開啟

4.查看Web UI

在瀏覽器中輸入http://localhost:50070，即可查看相關信息，截圖如下：

至此，hadoop的環境就已經搭建好了。下面開始使用hadoop來運行一個WordCount例子。

運行WordCount Demo**

1.在本地新建一個文件，筆者在home/leesf目錄下新建了一個words文檔，里面的內容可以隨便填寫。

2.在HDFS中新建一個文件夾，用于上傳本地的words文檔，在hadoop2.7.1目錄下輸入如下命令：

bin/hdfs dfs -mkdir /test，表示在hdfs的根目錄下建立了一個test目錄

使用如下命令可以查看HDFS根目錄下的目錄結構

bin/hdfs dfs -ls /

具體截圖如下：

表示在HDFS的根目錄下已經建立了一個test目錄

3.將本地words文檔上傳到test目錄中

使用如下命令進行上傳操作：

bin/hdfs dfs -put /home/leesf/words /test/

使用如下命令進行查看

bin/hdfs dfs -ls /test/

結果截圖如下：

表示已經將本地的words文檔上傳到了test目錄下了。

4.運行wordcount

使用如下命令運行wordcount：

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /test/words /test/out

截圖如下：

運行完成后，在/test目錄下生成名為out的文件，使用如下命令查看/test目錄下的文件

bin/hdfs dfs -ls /test

截圖如下：

表示在test目錄下已經有了一個名為Out的文件目錄

輸入如下命令查看out目錄下的文件：

bin/hdfs dfs -ls /test/out，結果截圖如下：

表示已經成功運行了，結果保存在part-r-00000中。

5.查看運行結果

使用如下命令查看運行結果：

bin/hadoop fs -cat /test/out/part-r-00000

結果截圖如下：

至此，運行過程就已經完成了。

Hadoop是一個能夠對大量數據進行分布式處理的軟件框架。 Hadoop 以一種可靠、高效、可伸縮的方式進行數據處理

上述內容就是Linux系統中怎么搭建Hadoop，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。