分享

大数据之hadoop伪分布模式环境变量配置

 CDA数据分析师 2020-05-14


单节点集群模式(a Single Node Cluster)又称伪分布模式,只需一个节点即可运行。这种模式一般只是用来学习或者开发、测试使用。实际使用中还是使用多节点的分布式。                            

1、环境变量配置

为了方便的执行Hadoop程序,需要配置很多系统环境变量。主要有以下几个变量

设置HADOOP_HOMEHadoop的安装路径

export HADOOP_HOME=/home/hduser/hadoop 

设置将hadoop添加到PATH,上文中已经介绍过hadoop的运行文件在binsbin目录下,通过设置PATH后,我们可以在任何位置执行hadoop命令。

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin

设置hadoop其他环境变量

export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME

链接库的相关设置

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME
export HADOOP_OPTS=”-Djava.library.path=$HADOOP_HOME/lib”
export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH

与配置Jdk的系统环境变量方法一致,我们只需将需要配置的系统变量添加到用户主目录下的.bashrc文件中即可。打开Ubuntu虚拟机,然后打开Xshell连接登陆到虚拟机,在用户主目录下执行命令 vim .bashrc

在新的框体中输入i进入编辑模式,然后在文件末尾输入下述内容

esc退出编辑模式,输入:wq保存并退出

命令行中输入 source .bashrc命令更新一下系统环境变量

更新完成后我们可以通过echo $HADOOP_HOME测试系统变量是否添加成功,如下图所示表明已经成功。

Hadoop 默认模式为非分布式模式(本地模式),无需进行其他配置即可运行。非分布式即单 Java 进程,方便进行调试。在此我们可以在本地模式下运行部分Hadoop自带MapReduce例子来验证Hadoop能够正常运行,同时体验HadoopMapReduce运行命令格式。在命令行中输入

cd hadoop/                          #进入Hadoop安装文件目录
mkdir ./input                       #在hadoop文件夹下创建输入文件 
cp ./etc/hadoop/*.xml ./input      #将配置文件作为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'   #运行MapReducegrep例子,筛选符合正则表达式dfs[a-z]+的单词并统计其出现的次数,并将结果放入output文件夹中,关于正则表达式更多内容,参见附录三:正则表达式速查表格 
cat ./output/*                  #查看运行结果

删除创建的文件使用以下命令

rm -r ./output 
rm -r ./input

Hadoop 还可以在单节点上以伪分布式的方式运行,此时Hadoop 进程以分离的 Java 进程来运行,节点既作为NameNode 也作为DataNode,同时读取的是 HDFS 中的文件。这种模式需要修改相应的配置文件,我们将会在下文中进行详细讲解。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多