首页 > 其他分享> > [Hadoop] mac搭建hadoop3.X 伪分布模式

[Hadoop] mac搭建hadoop3.X 伪分布模式

2022-01-11 12:33:43 作者：互联网

一 Homebrew安装

二 SSH免密登录配置

一 Homebrew安装

Homebrew是一个包管理器，是Mac上的软件安装管理工具，类似于Linux中的apt-get，拥有安装、卸载、更新、查看等很多实用的功能。简单的一条指令，就可以实现包管理，十分方便.

可以通过如下代码进行安装：

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

安装成功后可以通过brew doctor来查看是否安装成功。

二 SSH免密登录配置

我们将远程登录、所有用户勾选，然后打开终端，输入：

ssh localhost

这时会让你输入密码，输入密码后显示如下登陆成功页面：

Last login: Mon Jan 10 14:07:55 2021

但是hadoop中需要免密登录，比如在启动datanode、namenode时都需要免密登录，如果不设置，则会出现权限不允许（Permission denied）的错误提示，导致无法启动DataNode等。

使用如下代码设置ssh免密登录：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

接下来在使用ssh localhost命令，我们会发现不用输入密码，直接可以登录。

三 Hadoop安装

前提准备：在安装hadoop之前确保你的电脑中有jdk，如果没有，可以通过如下代码安装：

brew install java

这里说明一下java版本的问题：Hadoop 2.7 以及后续版本需要 Java 7 以上版本，如果你电脑中的java是低于7的版本，那就请你去更新喽！

可以使用java -version查看jdk版本，我的java版本如下：

java -version

当然如果你使用brew安装，那大可不必担心版本问题，因为使用brew安装的都是最新的版本。

使用如下代码进行hadoop安装：

brew install hadoop

这里还有一点说明的地方，如果你的电脑中没有jdk，那么你使用 brew install hadoop安装时会提示你先安装jdk后在安装hadoop，所以java版本问题我们不用太担心。

我安装的是hadoop最新版本，hadoop3.3.1，下载好默认存放的位置是：

/opt/homebrew/Cellar/hadoop/3.3.1
使用brew安装会比在官网上下载快很多。（如果你不想安装了，那可以通过brew uninstall hadoop进行卸载，卸载的也非常干净）

四伪分布式配置

当大家进行完上一步骤的安装后，恭喜你，你已经安装好了hadoop的单机模式！你可以在终端中输入hadoop 进行查看：

单机模式是hadoop最简单的模式，他没有hdfs，而是直接使用本地操作系统的文件系统，不擅长处理大数据量。因此我们需要进行搭建伪分布式！

伪分布模式需要我们对文件进行配置。下面配置的文件均在 /opt/homebrew/Cellar/hadoop/3.3.1/libexec/etc/hadoop 路径中。

a.hadoop-env.sh配置

当你打开你的hadoop-env.sh时，这部分是备注释的，也就是前面有一个#，那我们需要去掉#，并将自己的java位置放到=后面

查看自己电脑java存放位置使用：

b.core-site.xml配置


<configuration>
	<property>
 		<name>fs.defaultFS</name>
 		<value>hdfs://localhost:9000</value>
 	</property>
</configuration>

c.hdfs-site.xml配置

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

d.mapred-site.xml配置

<configuration>
    <property>
         <name>mapreduce.framework.name</name>
         <value>yarn</value>
     </property>
</configuration>

e.yarn-site.xml配置

<configuration>
    <property> 
        <name>yarn.nodemanager.aux-services</name> 
        <value>mapreduce_shuffle</value> 
    </property>
    <property> 
        <name>yarn.nodemanager.env-whitelist</name>
                  <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>

五启动运行

1.首先对文件系统进行格式化，先进入到/opt/homebrew/Cellar/hadoop/3.3.1/libexec/bin 路径中，输入代码： hdfs namenode -format

2.然后进行启动NameNode和datanode，进入到/opt/homebrew/Cellar/hadoop/3.3.1/libexec/sbin

输入代码： hdfs namenode -formatstart-dfs.sh，这时候NameNode和DataNode都已经启动成功了，我们可以在网页中看到Overview页面了！ NameNode - http://localhost:9870

3.接下来启动 ResourceManager 和 NodeManager：还是在 libexec/sbin 路径中，输入start-yarn.sh，启动后可以在浏览器中查看All Applications 界面。

ResourceManager - http://localhost:8088

这样，就可以顺利启动它们了。我们可以通过jps查看进程：

当你不再使用hadoop时，可以进行关闭，在 libexec/sbin 路径中输入sh stop-all.sh 可以关闭所有的进程。

六测试WordCount

进入HDFS系统，HDFS是hadoop的原生文件系统。接下来，我们在HDFS中创建一个input目录，需要使用HDFS命令方式。

现在创建这个目录：

（1）hadoop fs -mkdir /input #创建目录

（2）hadoop fs -ls / #查询hadoop下面的所有目录，如下图所示：

(3) Python实现WordCount

首先，编写mapper.py, reducer.py脚本：

#!/usr/bin/python
import sys

#mapper.py
for line in sys.stdin:
    line = line.strip()
    words = line.split(' ')
    for word in words:
        print('%s\t%s' % (word, 1))

#!/usr/bin/python
import sys

#reducer.py
current_count = 0
current_word = None

for line in sys.stdin:
    line = line.strip()
    word, count = line.split('\t', 1)
    count = int(count)
    if current_word == word:
        current_count += count
    else:
        if current_word:
            print("{}\t{}".format(current_word, current_count))

        current_count = count
        current_word = word

2. 建议在运行MapReduce任务的时候测试一下脚本运行效果正确

3. 在Hadoop平台运行python脚本：

hadoop fs -rmr /input/out 
hadoop jar /opt/homebrew/Cellar/hadoop/3.3.1/libexec/share/hadoop/tools/lib/hadoop-streaming-3.3.1.jar \
-D stream.non.zero.exit.is.failure=true \
-files '/Users/apple/hadoop_apps/wordcount/reducer.py,/Users/apple/hadoop_apps/wordcount/mapper.py' \
-input /input/wordcount.txt \
-output /input/out \
-mapper '/usr/local/bin/python3 mapper.py' \
-reducer '/usr/local/bin/python3 reducer.py'