在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
如何搭建hadoop平台?本文将详细讲解以下步骤:虚拟机及系统安装、在虚拟机中配置JAVA环境、修改hosts、修改hostname vim 、配置ssh、压缩包解压、修改hadoop配置文件、修改HBase配置、修改HBase配置、修改hive配置、修改sqoop配置、修改zookeeper配置等等,手把手指导大家搭建hadoop平台。
一、虚拟机及系统安装
1. 下载vmware,并成功安装;
2. 在vmware中安装CentOS系统;
二、在虚拟机中配置JAVA环境
1.安装java虚拟机(jdk-6u31-linux-i586.bin);
2.配置环境变量
(1) vi /etc/profile (编辑文件)
(2) 添加
(3) source /etc/profile (注入环境变量)
注:使用ROOT和户
三、修改hosts
vim /etc/hosts 修改为: 127.0.0.1 qiangjin
注:使用ROOT和户
四、修改hostname vim /etc/sysconfig/network
修改为: NETWORKING=yes HOSTNAME=qiangjin
临时修改hostname,使用
hostname qiangjin 查看当前hostname,使用
hostname 注:使用ROOT和户
五、配置ssh
1. 在当前用户主目录下执行
(1)ssh-keygen
(2)cat .ssh/id_rsa.pub 》》 .ssh/authorized_keys
(3)chmod 700 .ssh
(4)chmod 600 .ssh/authorized_keys
(5)ssh qiangjin 成功
六、压缩包解压
1. 解压hadoop-0.20.2-cdh3u3.tar.gz;
2. 解压hbase-0.90.4-cdh3u3.tar.gz;
3. 解压hive-0.7.1-cdh3u3.tar.gz;
4. 解压zookeeper-3.3.4-cdh3u3.tar.gz;
5. 解压sqoop-1.3.0-cdh3u3.tar.gz;
6. 解压mahout-0.5-cdh3u3.tar.gz;(数据挖掘算法专用)
注:tar –xvf xxxx.tar.gz
七、修改hadoop配置文件
(1)进入到cdh3/hadoop-0.20.2-cdh3u3/conf
(2)修改
core-site.xml
注:fs.default.name配置中用到了自己配的hostname;
(3)修改hdfs-site.xml
注:单机时,一般将dfs.replicaTIon设置为1
(4)修改
mapred-site.xml
注:mapred.job.tracker中用到了自己配的hostname;
(5)修改
Masters
(6)修改
slaves
(7)修改
hadoop-env.sh
需要添加环境变量
八、修改HBase配置
(1)进入cdh3/hbase-0.90.4-cdh3u3/conf
(2)修改hbase-site.xml
(3)修改
Regionserver
(4)修改
hbase-env.sh
需要添加环境变量
九、修改hive配置
(1)进入cdh3/hive-0.7.1-cdh3u3/conf
(2)添加hive-site.xml,并配置
注:需要注意hbase.zookeeper.quorum、mapred.job.tracker、hive.exec.scratchdir、javax.jdo.opTIon.ConnecTIonURL、
javax.jdo.opTIon.ConnectionUserName、javax.jdo.option.ConnectionPassword处配置 需要添加环境变量
十、修改sqoop配置
需要添加环境变量
十一、修改zookeeper配置
(1)进入cdh3/zookeeper-3.3.4-cdh3u3
(2)新建目录zookeeper-data
(3)进入zookeeper-data,并新建myid,里面填0
(4)进入cdh3/zookeeper-3.3.4-cdh3u3/conf
(5)修改
zoo.cfg
注:dataDir和server.0的配置;
需要添加环境变量
十二、修改mahout配置 需要添加环境变量
十三、数据库JAR包
(1)将mysql-connector-java-5.1.6.jar放入到cdh3/hive-0.7.1-cdh3u3/lib
(2)将ojdbc14.jar放入到cdh3/sqoop-1.3.0-cdh3u3/lib
十四、hadoop首次format及启动,停止
1.hadoop的format hadoop namenode -format
2.hadoop的启动 start-all.sh
3.hadoop的停止 stop-all.sh
注:使用jps或ps查看hadoop是否启动,启动时如果有问题,会在屏幕上显示出来的。 可以输入网址: http://qiangjin:50070 查看hadoop的运行情况
十五、启动hbase
(1)启动
hbase,命令如下: start-hbase.sh (2)停止
hbase,命令如下: stop-hbase.sh (3)进入hbase的
shell,命令如下 hbase shell
(4)查看hbase中的表,命令如下(需进入到hbase shell中) list
(5)注:需要hadoop处于启动中。
注:需要hadoop处于启动中。 可以输入网址: http://qiangjin:60010
查看hbase的运行情况 十六、启动zookeeper
(1)启动zookeeper,命令如下 zkServer.sh start
(2)停止zookeeper,命令如下 zkServer.sh stop
注:如果是单机情况下,hbase的启动会带动zookeeper的启动;
十七、启动hive
(1)启动hive,命令如下 hive
(2)查看表,命令如下:(必须在hive命令窗口下执行) show tables;
十八、运行wordcount实例
(1)新建file01和file02,并设置内容;
(2)在hdfs中建立一个input目录: Hadoop fs –mkdir input
(3)将file01和file02
拷贝到hdfs中 hadoop fs -copyFromLocal file0* input
(4)执行wordcount hadoop jar hadoop-examples-0.20.2-cdh3u3.jar wordcount input output
(5)查看结果 hadoop fs -cat output/part -r -00000
十九、将oracle数据导入hive
(1)进入cdh3/sqoop-1.3.0-cdh3u3/bin
(2)新建目录importdata
(3)进入目录importdata
(4)新建sh文件
oracle-test.sh
(5)执行。/ oracle- test.sh
(6)进入hive,查看是否导入成功;
注:hive导入使用的参数 。./sqoop import --append --connect $CONNECTURL --username $ORACLENAME --password $ORACLEPASSWORD --m 1 --table $oracleTableName --columns $columns --hive-import
二十、将oracle数据导入hbase
(1)进入cdh3/sqoop-1.3.0-cdh3u3/bin
(2)新建目录importdata
(3)进入目录importdata
(4)新建sh文件
oracle-hbase.sh
(5)执行。/ oracle-hbase.sh
(6)进入hbase shell,查看是否导入成功;
注:hbase导入使用的参数 。./sqoop import --append --connect $CONNECTURL --username $ORACLENAME --password $ORACLEPASSWORD --m 1 --table $oracleTableName --columns $columns -hbase-create-table --hbase-table $hbaseTableName --hbase-row-key ID --column-family cf1
二十一、配置hbase到hive的映射
(1)进入cdh3/hive-0.7.1-cdh3u3/bin
(2)新建目录mapdata
(3)进入mapdata
(4)新建
hbasemaphivetest.q
(5)执行
hive -f hbasemaphivetest.q
注:列之间要对应,类型要匹配;
二十二、mahout运行
1、运行example
(1)导入实例所用数据“synthetic_control.data”,在控制台运行 hadoop fs -put synthetic_control.data /user/liuhx/testdata/
(2)运行实例程序,在控制台运行,运行时间比较长,需要迭代10次
Hadoop jar mahout-examples-0.5-cdh3u3-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
2、运行结果查看,输入命令
mahout vectordump --seqFile /user/liuhx/output/data/part-m-00000
3、图形化显示,输入以下命令
hadoop jar mahout-examples-0.5-cdh3u3-job.jar org.apache.mahout.clustering.display.DisplayKMeans
二十三、Eclipse配置
1、安装Eclipse
2、导入cdh3/hadoop-0.20.2-cdh3u3/src/contrib/eclipse-plugin工程
3、修改plugin.xml 主要更改runtime中jar包的配置;
4、运行Run As-》Eclipse Application
5、在运行得到的eclipse sdk中配置map/reduce location 在其中配置hadoop的运行环境
以上就是搭建hadoop平台的详细步骤讲解,都是干货哦!想要深入学习hadoop的小伙伴,可以上博学谷官网报名大数据课程,有更加详细优质的课程提供给大家。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
云计算是什么?云计算的通俗解释
云计算是什么?云计算是一种用户可以随意从可配置计算资源共享空间中获取所需资源的模型,这些资源一般是网络、服务器、存储、应用及服务。这样的解释可能对大众来说,依旧不太好理解。下面小编就用最通俗的解释,全面为大家科普云计算的概念。
8826
2019-10-12 10:57:02
什么是数据科学异常值检测原理?
什么是数据科学异常值检测原理?异常值的检测方法有基于统计的方法,基于聚类的方法,以及一些专门检测异常值的方法等。使用pandas,可以直接使用describe()来观察数据的统计性描述,或者简单使用散点图也能很清晰的观察到异常值的存在。
7410
2020-03-20 16:21:07
数据仓库与数据库的区别是什么?
相信大数据学习者对于数据仓库与数据库并不陌生,两者都是通过数据库软件实现存放数据的地方,从这个意义上来看,它们似乎没有多大的差别。但是再深入一点分析,我们会发现无论是从数据量还是作用来讲,两者的区别都是巨大的。为了更清楚的分辨数据仓库与数据库,下面我们具体来聊聊数据仓库与数据库的区别。
15305
2020-06-05 11:06:23
SQL基础语句说明汇总整理
学习SQL基础语句的重要性这里就不再赘述了,本文为大家整理汇总了SQL基础语句并附有说明,有需要的小伙伴赶紧收藏起来,以便于随时阅读使用吧~
4491
2020-06-19 13:35:14
Spark SQL 结构化数据处理流程及原理是什么?
Spark SQL 可以使用现有的 Hive 元存储、SerDes 和 UDF。它可以使用 JDBC/ODBC 连接到现有的 BI 工具。有了 Spark SQL,用户可以编写 SQL 风格的查询。
3038
2022-05-25 11:35:20