Ubuntu14.0.4中hadoop2.4.0伪分布模式配置

一、配置core-site.xml

    /usr/local/hadoop/etc/hadoop/core-site.xml 包含了hadoop启动时的配置信息。

    编辑器中打开此文件

    sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml

    在该文件的<configuration></configuration>之间增加如下内容：

    <property>

        <name>fs.default.name</name>

        <value>hdfs://localhost:9000</value>

    </property>

    保存、关闭编辑窗口。

    最终修改后的文件内容如下：

二、配置yarn-site.xml

    /usr/local/hadoop/etc/hadoop/yarn-site.xml包含了MapReduce启动时的配置信息。

    编辑器中打开此文件

    sudo gedit yarn-site.xml

在该文件的<configuration></configuration>之间增加如下内容：

    <property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

    </property>

    <property>

        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

        <value>org.apache.hadoop.mapred.ShuffleHandler</value>

    </property>

    保存、关闭编辑窗口

    最终修改后的文件内容如下

三、创建和配置mapred-site.xml

    默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。

    复制并重命名

    cp mapred-site.xml.template mapred-site.xml

    编辑器打开此新建文件

    sudo gedit mapred-site.xml

在该文件的<configuration></configuration>之间增加如下内容：

    <property>

        <name>mapreduce.framework.name</name>

        <value>yarn</value>

    </property>

    保存、关闭编辑窗口    

    最终修改后的文件内容如下

四、配置hdfs-site.xml

    /usr/local/hadoop/etc/hadoop/hdfs-site.xml用来配置集群中每台主机都可用，指定主机上作为namenode和datanode的目录。

    创建文件夹，如下图所示

你也可以在别的路径下创建上图的文件夹，名称也可以与上图不同，但是需要和hdfs-site.xml中的配置一致。

    编辑器打开hdfs-site.xml

    在该文件的<configuration></configuration>之间增加如下内容：

    <property>

        <name>dfs.replication</name>

        <value>1</value>

    </property>

    <property>

        <name>dfs.namenode.name.dir</name>

        <value>file:/usr/local/hadoop/hdfs/name</value>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>

        <value>file:/usr/local/hadoop/hdfs/data</value>

    </property>

    保存、关闭编辑窗口

    最终修改后的文件内容如下：    

五、格式化hdfs

    hdfs namenode -format    

    只需要执行一次即可，如果在hadoop已经使用后再次执行，会清除掉hdfs上的所有数据。

六、启动Hadoop

    经过上文所描述配置和操作后，下面就可以启动这个单节点的集群    

    执行启动命令：

    sbin/start-dfs.sh    

    执行该命令时，如果有yes /no提示，输入yes，回车即可。    

    接下来，执行：

    sbin/start-yarn.sh    

    执行完这两个命令后，Hadoop会启动并运行    

    执行 jps命令，会看到Hadoop相关的进程，如下图：

浏览器打开 http://localhost:50070/，会看到hdfs管理页面

浏览器打开http://localhost:8088，会看到hadoop进程管理页面

七、WordCount验证

    dfs上创建input目录

    bin/hadoop fs -mkdir -p input

把hadoop目录下的README.txt拷贝到dfs新建的input里

    hadoop fs -copyFromLocal README.txt input

    运行WordCount

    hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.4.0-sources.jar org.apache.hadoop.examples.WordCount input output

可以看到执行过程

运行完毕后，查看单词统计结果

    hadoop fs -cat output/*