本文以图文结合的方式详细介绍了Hadoop 2.x伪分布式环境搭建的全过程，供大家参考，具体内容如下
1、修改hadoop-env.sh、yarn-env.sh、mapred-env.sh
方法：使用notepad++(beifeng用户)打开这三个文件
添加代码：export JAVA_HOME=/opt/modules/jdk1.7.0_67
2、修改core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml配置文件
1）修改core-site.xml
|
1
2
3
4
5
6
7
8
9
10
|
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://Hadoop-senior02.beifeng.com:8020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/opt/modules/hadoop-2.5.0/data</value> </property></configuration> |
2）修改hdfs-site.xml
|
1
2
3
4
5
6
7
8
9
10
|
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.namenode.http-address</name> <value>Hadoop-senior02.beifeng.com:50070</value> </property></configuration> |
3）修改yarn-site.xml
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.hostname</name> <value>Hadoop-senior02.beifeng.com</value> </property> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>86400</value> </property></configuration> |
4）修改mapred-site.xml
|
1
2
3
4
5
6
7
8
9
10
|
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>0.0.0.0:19888</value> </property></configuration> |
3、启动hdfs
1）格式化namenode:$ bin/hdfs namenode -format
2）启动namenode:$sbin/hadoop-daemon.sh start namenode
3）启动datanode:$sbin/hadoop-daemon.sh start datanode
4）hdfs监控web页面：http://hadoop-senior02.beifeng.com:50070
4、启动yarn
1）启动resourcemanager:$sbin/yarn-daemon.sh start resourcemanager
2）启动nodemanager:sbin/yarn-daemon.sh start nodemanager
3）yarn监控web页面：http://hadoop-senior02.beifeng.com:8088
5、测试wordcount jar包
1）定位路径：/opt/modules/hadoop-2.5.0
2）代码测试：bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input/sort.txt /output6/
运行过程：
16/05/08 06:39:13 INFO client.RMProxy: Connecting to ResourceManager at Hadoop-senior02.beifeng.com/192.168.241.130:8032
16/05/08 06:39:15 INFO input.FileInputFormat: Total input paths to process : 1
16/05/08 06:39:15 INFO mapreduce.JobSubmitter: number of splits:1
16/05/08 06:39:15 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1462660542807_0001
16/05/08 06:39:16 INFO impl.YarnClientImpl: Submitted application application_1462660542807_0001
16/05/08 06:39:16 INFO mapreduce.Job: The url to track the job: http://Hadoop-senior02.beifeng.com:8088/proxy/application_1462660542807_0001/
16/05/08 06:39:16 INFO mapreduce.Job: Running job: job_1462660542807_0001
16/05/08 06:39:36 INFO mapreduce.Job: Job job_1462660542807_0001 running in uber mode : false
16/05/08 06:39:36 INFO mapreduce.Job: map 0% reduce 0%
16/05/08 06:39:48 INFO mapreduce.Job: map 100% reduce 0%
16/05/08 06:40:04 INFO mapreduce.Job: map 100% reduce 100%
16/05/08 06:40:04 INFO mapreduce.Job: Job job_1462660542807_0001 completed successfully
16/05/08 06:40:04 INFO mapreduce.Job: Counters: 49
3）结果查看：bin/hdfs dfs -text /output6/par*
运行结果：
hadoop 2
jps 1
mapreduce 2
yarn 1
6、MapReduce历史服务器
1）启动：sbin/mr-jobhistory-daemon.sh start historyserver
2）web ui界面：http://hadoop-senior02.beifeng.com:19888
7、hdfs、yarn、mapreduce功能
1）hdfs：分布式文件系统，高容错性的文件系统，适合部署在廉价的机器上。
hdfs是一个主从结构，分为namenode和datanode，其中namenode是命名空间，datanode是存储空间，datanode以数据块的形式进行存储，每个数据块128M
2）yarn：通用资源管理系统，为上层应用提供统一的资源管理和调度。
yarn分为resourcemanager和nodemanager，resourcemanager负责资源调度和分配，nodemanager负责数据处理和资源
3）mapreduce：MapReduce是一种计算模型，分为Map（映射）和Reduce（归约）。
map将每一行数据处理后，以键值对的形式出现，并传给reduce；reduce将map传过来的数据进行汇总和统计。
以上就是本文的全部内容，希望对大家的学习有所帮助。
