hadoop完全分散式模式搭建和hive安裝

来源:https://www.cnblogs.com/mszhai/archive/2018/01/22/8331163.html
-Advertisement-
Play Games

hadoop完全分散式模式搭建和hive安裝 簡介 Hadoop是用來處理大數據集合的分散式存儲計算基礎架構。可以使用一種簡單的編程模式，通過多台電腦構成的集群，分散式處理大數據集。hadoop作為底層，其生態環境很豐富。 hadoop基礎包括以下四個基本模塊： hadoop基礎功能庫：支持其他h ...


hadoop完全分散式模式搭建和hive安裝

簡介

Hadoop是用來處理大數據集合的分散式存儲計算基礎架構。可以使用一種簡單的編程模式，通過多台電腦構成的集群，分散式處理大數據集。hadoop作為底層，其生態環境很豐富。

hadoop基礎包括以下四個基本模塊：

  • hadoop基礎功能庫：支持其他hadoop模塊的通用程式包。
  • HDFS: 一個分散式文件系統，能夠以高吞吐量訪問應用的數據。
  • YARN: 一個作業調度和資源管理框架。
  • MapReduce: 一個基於YARN的大數據並行處理程式。

當然，hadoop相關的項目很多，包括HBase, Hive, Spark, ZooKeeper等。

基礎準備

基礎準備工作包括：安裝環境的準備，ssh配置

安裝環境的準備

首先需要3台機器（後續也可以擴展），我準備的是虛擬機中的3個ubuntu 16.04.2. 記憶體1G.
創建用戶：
機器名|用戶名|IP|密碼| Node
|-|-|-|-|-|
master| hadoop| 10.10.10.3| | NameNode
slave1| hadoop| 10.10.10.4| | DataNode
slave2| hadoop| 10.10.10.5| **| DataNode

# 更新apt
$ sudo apt-get update

# 安裝vim
$ sudo apt-get install vim

# 查看IP
$ ifconfig

# 新建用戶hadoop，主目錄為/home/hadoop
$ useradd -d /home/hadoop -m hadoop
# 將hadoop用戶加到root組
$ usermod -a -G root

# 重命名機器名
$ sudo vim /etc/hostname
# hostname
master

安裝java

# 檢驗java是否安裝
$ echo $JAVA_HOME
/usr/jdk/jdk1.8.0_121
$ java -version

ssh配置

主要目的是配置ssh免密碼，使3台機器可以互相訪問。

# 檢驗ssh是否安裝完成
$ ssh localhost

hadoop@master:~$ ssh slave1
Welcome to Ubuntu 16.04.2 LTS (GNU/Linux 4.8.0-49-generic x86_64)

 * Documentation:  https://help.ubuntu.com
 * Management:     https://landscape.canonical.com
 * Support:        https://ubuntu.com/advantage

257 packages can be updated.
3 updates are security updates.

*** System restart required ***
hadoop@slave1:~$

  • 分別在四台機器上生成密鑰對

    # 進入hadoop用戶主目錄
$ cd ~
# 生成密鑰對
$ ssh-keygen -t rsa

    詳細可以參考其他文章。

hadoop安裝包

hadoop下載地址（2.9.0）：http://mirrors.hust.edu.cn/apache/hadoop/common/stable2/hadoop-2.9.0.tar.gz

hive下載地址（0.9.0）：http://archive.apache.org/dist/hive/hive-0.9.0/hive-0.9.0.tar.gz

# 解壓文件到/home/hadoop
$ cd <gzip文件目錄>
$ sudo tar -zxf hadoop-2.9.0.tar.gz -C /home/hadoop

hadoop可以先下載到windows，配置好後sftp到ubuntu /home/hadoop上。
主要修改如下：

  • core-site.xml
  • hadoop-env.sh
  • hdfs-site.xml
  • mapred-env.sh
  • mapred-site.xml.template
  • masters
  • slaves
  • yarn-site.xml
  • yarn-evn.sh
    新建目錄(按配置文件內容來)：
  • /home/hadoop/hadoop-2.9.0/tmp
  • /home/hadoop/hadoop-2.9.0/tmp/dfs/name
  • /home/hadoop/hadoop-2.9.0/tmp/dfs/data

然後，上傳到master. 再從主目錄複製到slave1, slave2上：

# 如下是複製命令，也可以打包後傳送
$ scp -r /home/hadoop/hadoop-2.9.0/ slave1:/home/hadoop
$ scp -r /home/hadoop/hadoop-2.9.0/ slave2:/home/hadoop

hadoop安裝後配置

環境變數設置

在/etc/profile中添加環境變數,需要在所有機器上執行

$ sudo vim /etc/profile
# 添加成功後執行
$ source /etc/profile

詳細內容如下：

export JAVA_HOME=/usr/jdk/jdk1.8.0_121
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib

export HADOOP_HOME=/home/hadoop/hadoop-2.9.0
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/lib

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native

完成配置

在master上執行

# 格式化HDFS
$ hdfs namenode -format

# 格式化成功後，啟動HDFS
$ start-dfs.sh
# 啟動YARN
$ start-yarn.sh

# 驗證
hadoop@master:~$ jps
3472 SecondaryNameNode
3255 NameNode
15307 Jps

可以ssh slave1, 用jps查看slave1上的情況。由於前面沒有配置YARN, 所以ResourceManager服務沒有啟動。

另外，可以在瀏覽器上查看NameNode:

報錯

搭建過程中難免出錯，需要多看些文章。但是最重要是，看報錯的日誌，分析原因。

我搭建中，主要遇到如下。第一個是用戶許可權的問題，如下的hive也是如此。可以用ls -lh查看許可權情況。第二、三兩個，主要是環境變數配置的問題，需要按教程一步步做。

  • permission denied
  • command not found
  • jar包未發現

hive配置

hive安裝

hive軟體包下載好後，可以sftp到mater機器上。也可以直接在機器上操作。

# 註意需要大O
$ curl -O http://archive.apache.org/dist/hive/hive-0.9.0/hive-0.9.0.tar.gz
$ sudo tar -zxf hive-0.9.0.tar.gz -C /home/hadoop
$ cd /home/hadoop/hive-0.9.0
$ sudo mkdir warehouse
$ sudo chmod a+rwx /home/hadoop/hive-0.9.0/warehouse

# 其他命令
# 將文件夾名改為hadoop
$ sudo mv ./hadoop-2.9.0/ ./hadoop

# 刪除文件夾
# -r 就是向下遞歸，管理有多少級目錄，一併刪除
# -f 就是直接強行刪除，不作任何提示的意思
$ sudo rm -rf [文件夾名]

hive環境變數

只需要配置master即可：

# /etc/profile
export HIVE_HOME=/home/hadoop/hive-0.9.0/
export PATH=$PATH:$HIVE_HOME/bin

hive測試

$ cd $HIVE_HOME
$ bin/hive
hive> create table x (a int);
OK
Time taken: 6.267 seconds
hive> select * 
    > from x;
OK
Time taken: 0.532 seconds
hive> select * from x;
OK
Time taken: 0.082 seconds
hive> exit;

參考

[]hadoop構建數據倉庫實踐，王雪迎，清華大學出版社
[]hive編程指南，E.C., D.W., J.R., 曹坤，人民郵電出版社
[]http://hadoop.apache.org/docs/r1.0.4/cn/quickstart.html
[]http://blog.csdn.net/wild46cat/article/details/78939284
[]http://blog.csdn.net/ab198604/article/details/8250461
[]http://blog.csdn.net/EdwinBalance/article/details/78640323


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Oracle複製表結構及數據
    1. 複製表結構及其數據： create table table_name_new as select * from table_name_old 2. 只複製表結構： create table table_name_new as select * from table_name_old where ...
  • mysql常用函數
    常用函數： length()表示返回位元組長度。 char_length()表示返回字元個數。 rand()表示返回0-1之間的隨機小數。 round()表示四捨五入。 date_add(now(),interval 10 day)表示10天後的日期。 date_add(now(),interval ...
  • oracle和mysql互相遷移
    最近有些小伙伴遇到一些問題，oracle如何轉成mysql，今天呢，小編就來教教大家如何轉換 首先大家要下載一個工具navicat premium（沒有的朋友，可以自行百度搜索安裝） 1、使用navicat premium連上oracle，由於上一篇小編用的就是該軟體，所以今天就不啰嗦如何配置了 2 ...
  • Oracle->oracle單實例Shell腳本[20180122]
    腳本主要用於redhat平臺安裝11g和12c軟體 依賴包檢查與安裝 用戶、組檢查與安裝 系統內核、用戶限制 防火牆、selinux關閉 註意，linux組腳本中只創建了dba，通常會創建oinstall和dba ################# # # #create : 2018/01/22 ...
  • Spark Streaming與Storm
    Spark Streaming處於Spark生態技術棧中，可以和Spark Core和Spark SQL無縫整合；而Storm相對來說比較單一； （一）概述 Spark Streaming Spark Streaming是Spark的核心API的一個擴展，可以實現高吞吐量、具有容錯機制的實時流數據的 ...
  • mysql系列學習
    # 幫助help create user;# 查看當前用戶select user();# 創建用戶create user 'egon'@'localhost' identified by '123';create user 'alex'@'%' identified by '123';create ...
  • 數據倉庫是什麼？OLTP和OLAP是什麼？
    數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用於支持管理決策。是OLTP類型的數據處理。 數據處理大致可以分成兩大類：聯機事務處 ...
  • 大數據是什麼？又有什麼特征？
    大數據（big data）是指“無法用現有的軟體工具提取、存儲、搜索、共用、分析和處理的海量的、複雜的數據集合”。業界通常用4個V（即Volume、Variety、Value、Velocity）來概括大數據的特征。下麵我們將對大數據這四種特征做簡要的解釋： Volume : 指代大型數據集，一般在1 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類