|
实验内容
HDFS 是 Hadoop 的分布式文件系统,HDFS 中的文件在物理上是分块(block)存储的,块的大小可以通过配置参数( dfs.blocksize)来规定。在 Hadoop 2.x 版本中默认大小是 128M,一般将 1M 的文件定义为碎片文件,该类文件如果需要存储到 HDFS 中的话,需要合并成一个大文件存储在 HDFS 中的一个块中,这样可以节约存储空间。本教程从零开始,带您一步步搭建基于 HDFS 的碎片文件存储服务。
免费在线实验地址:点击进入
实验资源:云服务器,没有云服务器的朋友推荐1折抢购:69元/年的阿里云服务器、或者99元/年的腾讯云服务器
软件环境:CentOS 7.2 64 位
一、准备 Java 环境
安装 JDK
HDFS 依赖 Java 环境,这里我们使用 yum 安装 JDK 8,在终端中键入如下命令:
- yum -y install java-1.8.0-openjdk*
复制代码 使用如下命令查看下 Java 版本,我们可以验证 JDK 是否已成功安装:
配置 Java 环境变量
在编辑器中打开文件 /etc/profile,在文件末尾追加如下内容,配置 Java 环境变量:
- export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk
- export PATH=$PATH:$JAVA_HOME/bin
- export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
复制代码 然后执行如下命令,让环境变量生效:通过如下命令,验证 Java 环境变量是否已成功配置并且生效:
二、准备 HDFS 环境
配置 SSH
先后执行如下两行命令,配置 SSH 以无密码模式登陆:
- ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
- cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
复制代码 接着可以验证下,在不输入密码的情况下,应该能使用 ssh 命令成功连接本机:
紧接着在终端中键入如下命令关闭 ssh 连接:SSH 配置完毕后,我们接着下载并安装 Hadoop。
安装 Hadoop
首先创建 /data/hadoop 目录,然后进入该目录:
- mkdir -p /data/hadoop && cd $_
复制代码 接着下载 Hadoop 安装包到该目录下:- wget http://archive.apache.org/dist/hadoop/core/hadoop-2.7.1/hadoop-2.7.1.tar.gz
复制代码 解压下载好的 Hadoop 安装包到当前目录:- tar -zxvf hadoop-2.7.1.tar.gz
复制代码 然后将解压后的目录重命名为 hadoop,并且将其移至 /usr/local/ 目录下:- mv hadoop-2.7.1 hadoop && mv $_ /usr/local/
复制代码 在编辑器中打开 Hadoop 环境配置文件,使用 Ctrl + F 搜索如下行- export JAVA_HOME=${JAVA_HOME}
复制代码 将其替换为:- export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk
复制代码 查看下 Hadoop 的版本:- /usr/local/hadoop/bin/hadoop version
复制代码 可以看到 Hadoop 的版本信息:安装 Hadoop 就是这么简单。至此 Hadoop 已经安装完成,紧接着我们需要做的就是修改 Hadoop 的配置信息。
Mac 用户请使用 Cmd + F 进行搜索
修改 Hadoop 配置
由于我们的实践环境是在单机下进行的,所以此处把 Hadoop 配置为伪分布式模式。
首先新建若干临时文件夹,我们在后续的配置中以及 HDFS 和 Hadoop 的启动过程中会使用到这些文件夹:
- cd /usr/local/hadoop && mkdir -p tmp dfs/name dfs/data
复制代码 修改 HDFS 配置文件 core-site.xml,将 configuration 配置修改为如下内容:
示例代码:/usr/local/hadoop/etc/hadoop/core-site.xml
- <configuration>
- <property>
- <name>hadoop.tmp.dir</name>
- <value>/usr/local/hadoop/tmp</value>
- </property>
- <property>
- <name>fs.defaultFS</name>
- <value>hdfs://localhost:9000</value>
- </property>
- </configuration>
复制代码 修改 HDFS 配置文件 hdfs-site.xml,将 configuration 配置修改为如下内容:
示例代码:/usr/local/hadoop/etc/hadoop/hdfs-site.xml
- <configuration>
- <property>
- <name>dfs.replication</name>
- <value>1</value>
- </property>
- <property>
- <name>dfs.namenode.name.dir</name>
- <value>file:/usr/local/hadoop/dfs/name</value>
- </property>
- <property>
- <name>dfs.datanode.data.dir</name>
- <value>file:/usr/local/hadoop/dfs/data</value>
- </property>
- <property>
- <name>dfs.permissions</name>
- <value>false</value>
- </property>
- </configuration>
复制代码 修改 HDFS 配置文件 yarn-site.xml,将 configuration 配置修改为如下内容:
示例代码:/usr/local/hadoop/etc/hadoop/yarn-site.xml
- <configuration>
- <property>
- <name>mapreduce.framework.name</name>
- <value>yarn</value>
- </property>
- <property>
- <name>yarn.nodemanager.aux-services</name>
- <value>mapreduce_shuffle</value>
- </property>
- </configuration>
复制代码 以上配置修改完毕后,我们可以尝试启动 Hadoop。
启动 Hadoop
首先进入如下目录:
- cd /usr/local/hadoop/bin/
复制代码 对 HDFS 文件系统进行格式化:接着进入如下目录:- cd /usr/local/hadoop/sbin/
复制代码 先后执行如下两个脚本启动 Hadoop:- ./start-dfs.sh
- ./start-yarn.sh
复制代码 接着执行如下命令,验证 Hadoop 是否启动成功:如果输出了类似如下的指令,则说明 Hadoop 启动成功啦- 21713 Jps
- 21089 SecondaryNameNode
- 21364 NodeManager
- 20795 NameNode
- 20923 DataNode
- 21245 ResourceManager
复制代码 至此,我们的 HDFS 环境就已经搭建好了。在浏览器中访问如下链接,应该能正常访问(注:若出现安全拦截请选择通过):- http://<您的 CVM IP 地址>:50070/explorer.html#/
复制代码 接下来,我们实践下如何将碎片文件存储到 HDFS 中。
其中,第 1 列表示进程 ID,第 2 列表示进程名
三、存储碎片文件
准备碎片文件
首先创建目录用于存放碎片文件,进入该目录:
- mkdir -p /data/file && cd /data/file
复制代码 然后执行如下 shell 命令,新建一批碎片文件到该目录下
- i=1; while [ $i -le 99 ]; do name=`printf "test%02d.txt" $i`; touch "$name"; i=$(($i+1)); done
复制代码 在终端中执行 ls 命令,可以看到我们已成功创建了一批碎片文件。
这里,为了简单起见,我们批量生成的文件都是空的
将碎片文件存储在 HDFS 中
首先在 HDFS 上新建目录:
- /usr/local/hadoop/bin/hadoop fs -mkdir /dest
复制代码 此时,在浏览器是访问如下链接,可以看到 /dest 目录已创建,但是暂时还没有内容:- http://<您的 CVM IP 地址>:50070/explorer.html#/dest
复制代码 接着我们可以上传碎片文件啦!
首先在终端中依次执行以下命令
然后将之前创建的碎片文件上传到 HDFS 中:- cd /data/file && /usr/local/hadoop/bin/hadoop fs -put *.txt /dest
复制代码 这时,再使用如下命令,我们应该能看到碎片文件已成功上传到 HDFS 中:- /usr/local/hadoop/bin/hadoop fs -ls /dest
复制代码 在上传之前,我们需先创建 HDFS 用户组 supergroup,然后将 root 用户添加到该组中,否则会因权限问题页报告异常。
四、部署完成
访问服务
在浏览器是访问如下链接,可以看到 /dest 目录的文件内容:
- http://<您的 CVM IP 地址>:50070/explorer.html#/dest
复制代码 大功告成
恭喜您已经完成了搭建基于 HDFS 碎片文件存储服务的学习
|
|