Hadoop实战之伪分布式模式

Hadoop可以在单节点上以所谓的伪分布式模式运行，此时每一个Hadoop守护进程都作为一个独立的Java进程运行，这种运行方式的配置和操作如下：

关于hadoop的安装和测试可以参考hadoop学习之安装与单机模式 见

这里仍假定${HADOOP_HOME}为位置是/data/fkong/hadoop-0.20.203.0

1. 修改hadoop配置

1.1 编辑${HADOOP_HOME}/conf/core-site.xml文件，内容修改如下：

[plain] view plaincopyprint?

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

1.2 编辑${HADOOP_HOME}/conf/hdfs-site.xml文件，内如修改如下：

[plain] view plaincopyprint?

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

1.3 编辑${HADOOP_HOME}/conf/mapred-site.xml文件，内如修改如下：

[plain] view plaincopyprint?

<configuration>     <property>       <name>mapred.job.tracker</name>       <value>localhost:9001</value>     </property>   </configuration>  

2. 设置linux上ssh是用户可以自动登录

[plain] view plaincopyprint?

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa   $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys   

3. 格式化一个新的分布式文件系统:

[plain] view plaincopyprint?

$ bin/hadoop namenode -format  

4. 执行hadoop

4.1 启动hadoop后台daemon

[plain] view plaincopyprint?

$ bin/start-all.sh  

启动后可以通过以下w网页方式查看NameNode和JobTracker状态

[plain] view plaincopyprint?

NameNode - :50070/   JobTracker - :50030/  

4.2 复制文件到分布式文件系统上

[plain] view plaincopyprint?

$ bin/hadoop fs -put conf input  

4.3 运行测试

[plain] view plaincopyprint?

$ bin/hadoop jar hadoop-examples-*.jar grep input output 'dfs[a-z.]+'  

4.4 获取测试程序的执行结果

[plain] view plaincopyprint?

$ bin/hadoop fs -cat output/*  

4.5 停止hadoop后台daemon

[plain] view plaincopyprint?

$ bin/stop-all.sh