Hadoop單機(jī)模式的安裝以及執(zhí)行WordCount程序

1、工學(xué)院實(shí)驗(yàn)報(bào)告課程名稱： 分布式系統(tǒng)及云計(jì)算概論 實(shí)驗(yàn)項(xiàng)目名稱： Hadoop安裝以及執(zhí)行WordCount程序 學(xué) 院： 工學(xué)院 專業(yè)班級(jí)： 姓 名： 學(xué) 號(hào)： 指導(dǎo)教師： 2014年 6 月 16 日一、 實(shí)驗(yàn)?zāi)康脑谔摂M機(jī)Ubantu上安裝Hadoop單機(jī)模式并且執(zhí)行WordCount程序。二、 實(shí)驗(yàn)儀器硬件：虛擬機(jī)Ubantu軟件： Windows 7操作系統(tǒng)三、 實(shí)驗(yàn)原理基于云計(jì)算的Hadoop實(shí)現(xiàn)。WordCountWordCount 例子讀取文本文件，并統(tǒng)計(jì)文件中單詞出現(xiàn)的頻數(shù)。WordCount對(duì)于hadoop的重要性，相當(dāng)于HelloWorld對(duì)于JAVA的重要性。如果你想學(xué)習(xí)

2、MapReduce變成模型，那么學(xué)習(xí)WordCount是一個(gè)最好的開(kāi)始。輸入輸入包含一組文件，文件中含有很多單詞輸出輸出是一個(gè)文本文件，文件的每一行包含一個(gè)單詞和這個(gè)單詞在所有輸入文件中出現(xiàn)的次數(shù)。輸入樣例input1:hello world bye worldinput2:hello hadoop bye hadoop輸出樣例:bye 2hadoop 2hello 2world 2四、實(shí)驗(yàn)內(nèi)容及步驟實(shí)驗(yàn)內(nèi)容： 一、安裝Linux操作系統(tǒng) 二、在Ubuntu下創(chuàng)建Hadoop用戶組和用戶 三、在Ubuntu下安裝JDK 四、修改機(jī)器名 五、安裝

3、ssh服務(wù) 六、建立ssh無(wú)密碼登錄本機(jī) 七、安裝Hadoop 八、在單機(jī)上運(yùn)行Hadoop九、Hadoop執(zhí)行WordCount程序?qū)嶒?yàn)步驟：一、安裝Linux操作系統(tǒng)在虛擬機(jī)上使用鏡像安裝好Ubantu 12.04系統(tǒng)，此處不多做介紹，建議安裝的時(shí)候修改成中文版，更將有利于接下來(lái)的步驟。二、在Ubuntu下創(chuàng)建Hadoop用戶組和用戶這里考慮的是以后涉及到Hadoop應(yīng)用時(shí)，專門用該用戶操作。用戶組名和用戶名都設(shè)為：hadoop?？梢岳斫鉃樵揾adoop用戶是屬于一個(gè)名為hadoop的用戶組，這是linux操作系統(tǒng)的知識(shí)，如果不清楚可以查看linux相關(guān)的書籍

4、。1、創(chuàng)建Hadoop用戶組，如圖（1）2、創(chuàng)建Hadoop用戶，如圖（2），除了Full name自己設(shè)置以外，其他的都可以直接Enter進(jìn)入默認(rèn)設(shè)置。3、給Hadoop用戶添加權(quán)限，打開(kāi)/etc/sudoers文件，如圖（3）按回車鍵后就會(huì)打開(kāi)/etc/sudoers文件了，給Hadoop用戶賦予root用戶同樣的權(quán)限。在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL，如圖（4）4、此時(shí)就可以重啟Ubantu進(jìn)入新建

5、的hadoop組了，選擇的是你新建的hadoop組的Full name那個(gè)用戶組，如下圖所示，我設(shè)置的是hadoop01，所以我重啟進(jìn)入的就是hadoop01.三、在Ubuntu下安裝JDK選擇的是jdk1.6.0_30版本。安裝文件名為jdk-6u30-linux-i586.bin.1、復(fù)制jdk到安裝目錄（1）假設(shè)jdk安裝文件在桌面，我們指定的安裝目錄是：/usr/local/java ?？墒窍到y(tǒng)安裝后在/usr/local下并沒(méi)有java目錄，這需要我們?nèi)?chuàng)建一個(gè)java文件夾，如圖（5）（注：此時(shí)我已經(jīng)進(jìn)入了hadoop01了）（2）切換到桌面下，執(zhí)行復(fù)制，如圖（6）2、安裝jdk（

6、1）切換到root用戶下，如圖（7）（注：如果因忘記密碼而認(rèn)證失敗，可以先修改root用戶的密碼，再執(zhí)行第（1）步，修改root用戶密碼如圖（8）（2）運(yùn)行jdk-6u30-linux-i586.bin，如圖（9）注：可能此時(shí)仍然沒(méi)有執(zhí)行權(quán)限，那是因?yàn)樵趌inux中，文件的默認(rèn)權(quán)限是644，即使是屬主用戶也沒(méi)有執(zhí)行權(quán)限，這時(shí)我們需要更改其權(quán)限，如果你想知道某個(gè)文件的權(quán)限，可以進(jìn)入該文件所在的文件夾，執(zhí)行命令ls la 查看。這里將jdk-6u30-linux-i586.bin文件的權(quán)限改為777，即文件的屬主用戶，屬組用戶和其他用戶對(duì)該文件擁有所有權(quán)限，當(dāng)然不推薦對(duì)系統(tǒng)中的文件這樣設(shè)置權(quán)限，因

7、為這樣就破壞了linux的安全性。）更改jdk-6u30-linux-i586.bin權(quán)限，如圖（10）更改權(quán)限后再執(zhí)行第（2）步，當(dāng)看到如圖（11）情況時(shí)，說(shuō)明你安裝成功了。（3）這時(shí)在/usr/local/java目錄下就多了一個(gè)jdk1.6.0_30文件夾.，可以查看一下，如圖（12）3、配置環(huán)境變量（1）打開(kāi)/etc/profile文件，如圖（13）（2）添加變量如下：1. # /etc/profile: system-wide .profile file for the Bourne shell 

8、;(sh(1)  2. # and Bourne compatible shells (bash(1), ksh(1), ash(1), .).  3. #set java environment  4.   5. export JAVA_HOME=/usr/local/java/jdk1.6.0_30  6.   7. export JRE_HOME=/u

9、sr/local/java/jdk1.6.0_30/jre  8.   9. export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH  10.   11. export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$JAVA_HOME:$PATH    （注：為了以后集群工作的方便，這里建議每臺(tái)機(jī)器的java環(huán)境最好一致。）一般更改/etc/profile文件后，需要重啟

10、機(jī)器才能生效。這里介紹一種不用重啟使其生效的方法，如圖（14）（3）查看java環(huán)境變量是否配置成功，如圖（15）四、修改機(jī)器名（這一步驟可以有，也可以不需要）每當(dāng)Ubuntu安裝成功時(shí)，我們的機(jī)器名都默認(rèn)為：ubuntu ，但為了以后集群中能夠容易分辨各臺(tái)服務(wù)器，需要給每臺(tái)機(jī)器取個(gè)不同的名字。機(jī)器名由 /etc/hostname文件決定。1、打開(kāi)/etc/hostname文件，如圖（16）2、回車后就打開(kāi)/etc/hostname文件了，將/etc/hostname文件中的Ubuntu改為你想取的機(jī)器名。這里我取“s18”。重啟系統(tǒng)后才會(huì)生效。 五、安裝ssh服

11、務(wù)這里的ssh和三大框架:spring,struts,hibernate沒(méi)有什么關(guān)系，ssh可以實(shí)現(xiàn)遠(yuǎn)程登錄和管理，具體可以參考其他相關(guān)資料。1、安裝openssh-server（注：自動(dòng)安裝openssh-server時(shí)，可能會(huì)進(jìn)行不下去，可以先進(jìn)行如下操作：如圖（17）) 更新過(guò)程可能會(huì)比較長(zhǎng)，需要耐心等待。然后輸入如圖（18）此處也是比較慢，需要等待2、更新的快慢取決于您的網(wǎng)速了，如果中途因?yàn)闀r(shí)間過(guò)長(zhǎng)您中斷了更新（Ctrl+z），當(dāng)您再次更新時(shí)，會(huì)更新不了，報(bào)錯(cuò)為：“Ubuntu無(wú)法鎖定管理目錄（/var/lib/dpkg/），是否有其他進(jìn)程占用它？“需要如下操作，如圖（19）

12、 操作完成后繼續(xù)執(zhí)行第1步。這時(shí)假設(shè)您已經(jīng)安裝好了ssh，您就可以進(jìn)行第六步了。六、建立ssh無(wú)密碼登錄本機(jī)ssh生成密鑰有rsa和dsa兩種生成方式，默認(rèn)情況下采用rsa方式。 1、創(chuàng)建ssh-key，這里我們采用rsa方式，如圖（20）（注：回車后會(huì)在/.ssh/下生成兩個(gè)文件：id_rsa和id_rsa.pub這兩個(gè)文件是成對(duì)出現(xiàn)的） 2、進(jìn)入/.ssh/目錄下，將id_rsa.pub追加到authorized_keys授權(quán)文件中，開(kāi)始是沒(méi)有authorized_keys文件的，如圖（21）完成后就可以無(wú)密碼登錄本機(jī)了。3、登錄localhost，如圖（22

13、）( 注：當(dāng)ssh遠(yuǎn)程登錄到其它機(jī)器后，現(xiàn)在你控制的是遠(yuǎn)程的機(jī)器，需要執(zhí)行退出命令才能重新控制本地主機(jī)。) 4、執(zhí)行退出命令，如圖（23）七、安裝Hadoop我采用的Hadoop版本是從 這個(gè)網(wǎng)站中的資源下載中的hadoop-0.20.2.tar.gz1、假設(shè)hadoop-0.20.2.tar.gz在桌面，將它復(fù)制到安裝目錄 /usr/local/下，如圖（24）2、解壓hadoop-0.20.2.tar.gz，如圖（25） 3、將解壓出的文件夾改名為Hadoop，如圖（26）4、將該hadoop文件夾的屬主用戶設(shè)為hadoop，如圖（27）5、打開(kāi)ha

14、doop/conf/hadoop-env.sh文件，如圖（28）6、配置conf/Hadoop-env.sh（找到#export JAVA_HOME=.,去掉#，然后加上本機(jī)jdk的路徑），如圖（29）7、打開(kāi)conf/core-site.xml文件 編輯如下：（注：9000最好是手打，避免產(chǎn)生不必要的錯(cuò)誤）8、打開(kāi)conf/mapred-site.xml文件，編輯如下：（注：9001最好是手打，避免產(chǎn)生不必要的錯(cuò)誤）9、打開(kāi)conf/hdfs-site.xml文件，編輯如下：10、打開(kāi)conf/masters文件，添加作為secondarynamenode的主機(jī)名，作為單

15、機(jī)版環(huán)境，這里只需填寫localhost就Ok了。  11、打開(kāi)conf/slaves文件，添加作為slave的主機(jī)名，一行一個(gè)。作為單機(jī)版，這里也只需填寫localhost就Ok了八、在單機(jī)上運(yùn)行Hadoop1、進(jìn)入Hadoop目錄下，格式化hdfs文件系統(tǒng)，初次運(yùn)行hadoop時(shí)一定要有該操作，如圖（30）當(dāng)你看到下圖時(shí)，就說(shuō)明你的hdfs文件系統(tǒng)格式化成功了。3、啟動(dòng)bin/start-all.sh，如圖（31）4、檢測(cè)Hadoop是否啟動(dòng)成功，如圖（32）如果有Namenode，SecondaryNameNode，TaskTracker，DataNode，JobTr

16、acker五個(gè)進(jìn)程，就說(shuō)明你的Hadoop單機(jī) 版環(huán)境配置好了。九、Hadoop執(zhí)行WordCount程序1、首先如果你沒(méi)打開(kāi)hadoop，那么就參照第八個(gè)步驟的第3個(gè)步驟，開(kāi)啟hadoop，用jps驗(yàn)證。2、首先在"/usr/local/hadoop"目錄下創(chuàng)建文件夾"file"。3、接著創(chuàng)建兩個(gè)文本文件file1.txt和file2.txt，使file1.txt內(nèi)容為"Hello World"，而file2.txt的內(nèi)容為"Hello Hadoop"。這里按cd .回到hadoops18:$，按照如圖

17、步驟創(chuàng)建2個(gè)txt。4、在HDFS上創(chuàng)建輸入文件夾，hdfs路徑如紅框。5、上傳本地file中文件到集群的input目錄下6、這個(gè)步驟不知道為什么原因，但是我在錯(cuò)誤的情況下修改的一些地方，建議直接先到第7步驗(yàn)證后再回來(lái)看第6步。（1）（2）首先查看自己的虛擬機(jī)的IP地址，包括之前第四步設(shè)置的主機(jī)名。查看IP地址使用命令ifconfig，查看主機(jī)名修改使用sudo gedit /etc/hostname，路徑如下輸入這個(gè)修改，增添IP地址，（注：不知道是不是修改了這些的原因就可以執(zhí)行程序了）。（3）前面2個(gè)設(shè)好后還是不行的話，看看是不是這里沒(méi)有設(shè)置好7、接下來(lái)有2種方法運(yùn)行wordcount.j

18、ava，首先介紹第一種（1）運(yùn)行WordCount程序如果提示你output已經(jīng)存在，那么輸入./hadoop dfs rmr output刪除output文件夾即可，在如下路徑中輸入接著重新第（1）步（2）運(yùn)行過(guò)程，（注：該過(guò)程可能需要5-10分鐘）（3）查看結(jié)果接下來(lái)介紹第二種方法（1）新建一個(gè)目錄，方法如下圖（2）輸入如下命令，如箭頭所示，編譯WordCount.java程序編譯完后在/home/admin/WordCount目錄會(huì)發(fā)現(xiàn)三個(gè)class文件 WordCount.class，WordCount$Map.class，WordCount$Reduce.class。cd 進(jìn)入 /usr/local/hadoop/file目錄,然后執(zhí)行：jar cvf WordCount.jar *.class就會(huì)生成 WordCount.jar 文件。（3）因?yàn)槲覀円呀?jīng)構(gòu)建好了2個(gè)txt，所以我們現(xiàn)在只要執(zhí)行現(xiàn)在生成的WordCount.jar 文件就好了。（4）查看結(jié)果和第一種方法一致至此，我們已經(jīng)完全驗(yàn)證完如何在Hadoop的單機(jī)模式下運(yùn)行WordCount.java程序。五、