HDFS偽分布式環(huán)境搭建-創(chuàng)新互聯(lián)

HDFS概述及設計目標

什么是HDFS：

目前成都創(chuàng)新互聯(lián)公司已為上1000+的企業(yè)提供了網(wǎng)站建設、域名、雅安服務器托管、網(wǎng)站托管維護、企業(yè)網(wǎng)站設計、子洲網(wǎng)站維護等服務，公司將堅持客戶導向、應用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

是Hadoop實現(xiàn)的一個分布式文件系統(tǒng)（Hadoop Distributed File System），簡稱HDFS
源自于Google的GFS論文
論文發(fā)表于2003年，HDFS是GFS的克隆版

HDFS的設計目標：

非常巨大的分布式文件系統(tǒng)
運行在普通廉價的硬件上
易擴展、為用戶×××能不錯的文件存儲服務，也就是容錯性

HDFS官方文檔地址如下：

https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html

HDFS架構

HDFS是主/從式的架構。一個HDFS集群會有一個NameNode（簡稱NN），也就是命名節(jié)點，該節(jié)點作為主服務器存在（master server）。NameNode用于管理文件系統(tǒng)的命名空間以及調節(jié)客戶訪問文件。此外，還會有多個DataNode（簡稱DN），也就是數(shù)據(jù)節(jié)點，數(shù)據(jù)節(jié)點作為從節(jié)點存在（slave server）。通常每一個集群中的DataNode，都會被NameNode所管理，DataNode用于存儲數(shù)據(jù)。

HDFS公開了文件系統(tǒng)名稱空間，允許用戶將數(shù)據(jù)存儲在文件中，就好比我們平時使用操作系統(tǒng)中的文件系統(tǒng)一樣，用戶無需關心底層是如何存儲數(shù)據(jù)的。而在底層，一個文件會被分成一個或多個數(shù)據(jù)塊，這些數(shù)據(jù)塊會被存儲在一組數(shù)據(jù)節(jié)點中。在CDH中數(shù)據(jù)塊的默認大小是128M，這個大小我們可以通過配置文件進行調節(jié)。在NameNode上我們可以執(zhí)行文件系統(tǒng)的命名空間操作，例如打開，關閉，重命名文件等。這也決定了數(shù)據(jù)塊到數(shù)據(jù)節(jié)點的映射。

我們可以來看看HDFS的架構圖：
HDFS偽分布式環(huán)境搭建

HDFS被設計為可以運行在普通的廉價機器上，而這些機器通常運行著一個Linux操作系統(tǒng)。HDFS是使用java語言編寫的，任何支持java的機器都可以運行HDFS。使用高度可移植的java語言編寫的HDFS，意味著可以部署在廣泛的機器上。一個典型的HDFS集群部署會有一個專門的機器只能運行NameNode，而其他集群中的機器各自運行一個DataNode實例。雖然一臺機器上也可以運行多個節(jié)點，但是并不建議這么做，除非是學習環(huán)境。

總結：

HDFS是主/從式的架構，一個HDFS集群會有一個NameNode以及多個DataNode
一個文件會被拆分為多個數(shù)據(jù)塊進行存儲，默認數(shù)據(jù)塊大小是128M
即便一個數(shù)據(jù)塊大小為130M，也會被拆分為2個Block，一個大小為128M，一個大小為2M
HDFS是使用Java編寫的，使得其可以運行在安裝了JDK的操作系統(tǒng)之上

NN：

負責客戶端請求的響應
負責元數(shù)據(jù)（文件的名稱、副本系數(shù)、Block存放的DN）的管理

DN：

存儲用戶的文件對應的數(shù)據(jù)塊（Block）
會定期向NN發(fā)送心跳信息，匯報本身及其所有的block信息和健康狀況

HDFS副本機制

在HDFS中，一個文件會被拆分為一個或多個數(shù)據(jù)塊。默認情況下，每個數(shù)據(jù)塊都會有三個副本。每個副本都會被存放在不同的機器上，而且每一個副本都有自己唯一的編號。

如下圖：
HDFS偽分布式環(huán)境搭建

HDFS副本存放策略

NameNode節(jié)點選擇一個DataNode節(jié)點去存儲block副本得過程就叫做副本存放，這個過程的策略其實就是在可靠性和讀寫帶寬間得權衡。

《Hadoop權威指南》中的默認方式：

第一個副本會隨機選擇，但是不會選擇存儲過滿的節(jié)點。
第二個副本放在和第一個副本不同且隨機選擇的機架上。
第三個和第二個放在同一個機架上的不同節(jié)點上。
剩余的副本就完全隨機節(jié)點了。

如下圖：
HDFS偽分布式環(huán)境搭建

可以看出這個方案比較合理：

可靠性：block存儲在兩個機架上
寫帶寬：寫操作僅僅穿過一個網(wǎng)絡交換機
讀操作：選擇其中得一個機架去讀
block分布在整個集群上。

HDFS偽分布式環(huán)境搭建

官方安裝文檔地址如下：

http://archive.cloudera.com/cdh6/cdh/5/hadoop-2.6.0-cdh6.7.0/hadoop-project-dist/hadoop-common/SingleCluster.html

環(huán)境描述：

CentOS7.3
JDK1.8
Hadoop 2.6.0-cdh6.7.0

下載Hadoop 2.6.0-cdh6.7.0的tar.gz包并解壓：

[root@localhost ~]# cd /usr/local/src/
[root@localhost /usr/local/src]# wget http://archive.cloudera.com/cdh6/cdh/5/hadoop-2.6.0-cdh6.7.0.tar.gz
[root@localhost /usr/local/src]# tar -zxvf hadoop-2.6.0-cdh6.7.0.tar.gz -C /usr/local/

注：如果在Linux上下載得很慢的話，可以在windows的迅雷上使用這個鏈接進行下載。然后再上傳到Linux中，這樣就會快一些。

解壓完后，進入到解壓后的目錄下，可以看到hadoop的目錄結構如下：

[root@localhost /usr/local/src]# cd /usr/local/hadoop-2.6.0-cdh6.7.0/
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0]# ls
bin             cloudera  examples             include  libexec      NOTICE.txt  sbin   src
bin-mapreduce1  etc       examples-mapreduce1  lib      LICENSE.txt  README.txt  share
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0]#

簡單說明一下其中幾個目錄存放的東西：

以上就算是把hadoop給安裝好了，接下來就是編輯配置文件，把JAVA_HOME配置一下：

[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0]# cd etc/
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0/etc]# cd hadoop
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0/etc/hadoop]# vim hadoop-env.sh
export JAVA_HOME=/usr/local/jdk1.8/  # 根據(jù)你的環(huán)境變量進行修改

由于我們要進行的是單節(jié)點偽分布式環(huán)境的搭建，所以還需要配置兩個配置文件，分別是core-site.xml以及hdfs-site.xml，如下：

[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0/etc/hadoop]# vim core-site.xml  # 增加如下內容
<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://192.168.77.130:8020</value>  # 指定默認的訪問地址以及端口號
    </property>
    <property>
        <name>hadoop.tmp.dir</name>  # 指定臨時文件所存放的目錄
        <value>/data/tmp/</value>
    </property>
</configuration>
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0/etc/hadoop]# mkdir /data/tmp/
[root@localhost /usr/local/hadoop-2.6.0-cdh6.7.0/etc/hadoop]# vim hdfs-site.xml  # 增加如下內容
<configuration>
    <property>
        <name>dfs.replication</name>  # 指定只產(chǎn)生一個副本
        <value>1</value>
    </property>
</configuration>

然后配置一下密鑰對，設置本地免密登錄，搭建偽分布式的話這一步是必須的：

[root@localhost ~]# ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
Generating public/private dsa key pair.
Your identification has been saved in /root/.ssh/id_dsa.
Your public key has been saved in /root/.ssh/id_dsa.pub.
The key fingerprint is:
c2:41:89:65:bd:04:9e:3e:3f:f9:a7:51:cd:e9:cf:1e root@localhost
The key's randomart image is:
+--[ DSA 1024]----+
|     o=+         |
|    .+..o        |
|      +. .       |
|     o ..    o . |
|      = S   . +  |
|       + . . .   |
|        + .   .E |
|         o ..  o.|
|          oo   .+|
+-----------------+
[root@localhost ~]# cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
[root@localhost ~]# ssh localhost
ssh_exchange_identification: read: Connection reset by peer
[root@localhost ~]#

如上，測試本地免密登錄的時候報了個ssh_exchange_identification: read: Connection reset by peer錯誤，于是著手排查錯誤，發(fā)現(xiàn)是/etc/hosts.allow文件里限制了IP，于是修改一下該配置文件即可，如下：

[root@localhost ~]# vim /etc/hosts.allow  #  修改為 sshd: ALL
[root@localhost ~]# service sshd restart
[root@localhost ~]# ssh localhost  # 測試登錄成功
Last login: Sat Mar 24 21:56:38 2018 from localhost
[root@localhost ~]# logout
Connection to localhost closed.
[root@localhost ~]#

接下來就可以啟動HDFS了，不過在啟動之前需要先格式化文件系統(tǒng)：

[root@localhost ~]# /usr/local/hadoop-2.6.0-cdh6.7.0/bin/hdfs namenode -format

注：只有第一次啟動才需要格式化

使用服務啟動腳本啟動服務：

[root@localhost ~]# /usr/local/hadoop-2.6.0-cdh6.7.0/sbin/start-dfs.sh
18/03/24 21:59:03 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [192.168.77.130]
192.168.77.130: namenode running as process 8928. Stop it first.
localhost: starting datanode, logging to /usr/local/hadoop-2.6.0-cdh6.7.0/logs/hadoop-root-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]
The authenticity of host '0.0.0.0 (0.0.0.0)' can't be established.
ECDSA key fingerprint is 63:74:14:e8:15:4c:45:13:9e:16:56:92:6a:8c:1a:84.
Are you sure you want to continue connecting (yes/no)? yes  # 第一次啟動會詢問是否連接節(jié)點
0.0.0.0: Warning: Permanently added '0.0.0.0' (ECDSA) to the list of known hosts.
0.0.0.0: starting secondarynamenode, logging to /usr/local/hadoop-2.6.0-cdh6.7.0/logs/hadoop-root-secondarynamenode-localhost.out
18/03/24 21:59:22 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[root@localhost ~]# jps  # 檢查是否有以下幾個進程，如果少了一個都是不成功的
8928 NameNode
9875 Jps
9578 DataNode
9757 SecondaryNameNode
[root@localhost ~]# netstat -lntp |grep java  # 檢查端口
tcp        0      0 0.0.0.0:50090           0.0.0.0:*               LISTEN      9757/java           
tcp        0      0 192.168.77.130:8020     0.0.0.0:*               LISTEN      8928/java           
tcp        0      0 0.0.0.0:50070           0.0.0.0:*               LISTEN      8928/java           
tcp        0      0 0.0.0.0:50010           0.0.0.0:*               LISTEN      9578/java           
tcp        0      0 0.0.0.0:50075           0.0.0.0:*               LISTEN      9578/java           
tcp        0      0 0.0.0.0:50020           0.0.0.0:*               LISTEN      9578/java           
tcp        0      0 127.0.0.1:53703         0.0.0.0:*               LISTEN      9578/java           
[root@localhost ~]#

然后將Hadoop的安裝目錄配置到環(huán)境變量中，方便之后使用它的命令：

[root@localhost ~]# vim ~/.bash_profile  # 增加以下內容
export HADOOP_HOME=/usr/local/hadoop-2.6.0-cdh6.7.0/
export PATH=$HADOOP_HOME/bin:$PATH
[root@localhost ~]# source !$
source ~/.bash_profile
[root@localhost ~]#

確認服務啟動成功后，使用瀏覽器訪問192.168.77.130:50070，會訪問到如下頁面：
HDFS偽分布式環(huán)境搭建

點擊Live Nodes查看活著的節(jié)點：
HDFS偽分布式環(huán)境搭建

如上，可以看到節(jié)點的信息。到此，我們偽分布式的hadoop集群就搭建完成了。

HDFS shell操作

以上已經(jīng)介紹了如何搭建偽分布式的Hadoop，既然環(huán)境已經(jīng)搭建起來了，那要怎么去操作呢？這就是本節(jié)將要介紹的內容：

HDFS自帶有一些shell命令，通過這些命令我們可以去操作HDFS文件系統(tǒng)，這些命令與Linux的命令挺相似的，如果熟悉Linux的命令很容易就可以上手HDFS的命令，關于這些命令的官方文檔地址如下：

http://archive.cloudera.com/cdh6/cdh/5/hadoop-2.6.0-cdh6.7.0/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapredCommands.html

以下介紹幾個常用的命令：

首先我們創(chuàng)建一個測試文件：

[root@localhost ~]# cd /data/
[root@localhost /data]# vim hello.txt  # 隨便寫一些內容
hadoop welcome
hadoop hdfs mapreduce
hadoop hdfs
[root@localhost /data]#

1.查看文件系統(tǒng)的根目錄：

[root@localhost /data]# hdfs dfs -ls /
[root@localhost /data]#

2.將剛剛創(chuàng)建的文件拷貝到文件系統(tǒng)的根目錄下：

[root@localhost /data]# hdfs dfs -put ./hello.txt /
[root@localhost /data]# hdfs dfs -ls /
Found 1 items
-rw-r--r--   1 root supergroup         49 2018-03-24 22:37 /hello.txt
[root@localhost /data]#

3.查看文件內容：

[root@localhost /data]# hdfs dfs -cat /hello.txt
hadoop welcome
hadoop hdfs mapreduce
hadoop hdfs
[root@localhost /data]#

4.創(chuàng)建目錄：

[root@localhost /data]# hdfs dfs -mkdir /test
[root@localhost /data]# hdfs dfs -ls /
Found 2 items
-rw-r--r--   1 root supergroup         49 2018-03-24 22:37 /hello.txt
drwxr-xr-x   - root supergroup          0 2018-03-24 22:40 /test
[root@localhost /data]#

5.遞歸創(chuàng)建目錄：

[root@localhost /data]# hdfs dfs -mkdir -p /test/a/b/c

6.遞歸查看目錄：

[root@localhost /data]# hdfs dfs -ls -R /
-rw-r--r--   1 root supergroup         49 2018-03-24 23:02 /hello.txt
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test/a
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test/a/b
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test/a/b/c
[root@localhost /data]#

7.拷貝文件：

[root@localhost /data]# hdfs dfs -copyFromLocal ./hello.txt /test/a/b
[root@localhost /data]# hdfs dfs -ls -R /
-rw-r--r--   1 root supergroup         49 2018-03-24 23:02 /hello.txt
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test/a
drwxr-xr-x   - root supergroup          0 2018-03-24 23:06 /test/a/b
drwxr-xr-x   - root supergroup          0 2018-03-24 23:04 /test/a/b/c
-rw-r--r--   1 root supergroup         49 2018-03-24 23:06 /test/a/b/hello.txt
[root@localhost /data]#

8.從文件系統(tǒng)中拿出文件：

[root@localhost /data]# hdfs dfs -get /test/a/b/hello.txt

9.刪除文件：

[root@localhost /data]# hdfs dfs -rm /hello.txt
Deleted /hello.txt
[root@localhost /data]#

10.刪除目錄：

[root@localhost /data]# hdfs dfs -rm -R /test
Deleted /test
[root@localhost /data]#

以上就是最為常用的一些操作命令了，如果需要使用其他命令，直接執(zhí)行hdfs dfs就可以查看到所支持的所有命令。

接下來我們在瀏覽器里查看文件系統(tǒng)，首先將剛剛刪除的文件put回去：

[root@localhost /data]# hdfs dfs -put ./hello.txt /

在瀏覽器上查看文件系統(tǒng)：
HDFS偽分布式環(huán)境搭建

查看文件的信息：
HDFS偽分布式環(huán)境搭建

可以看到關于該文件的詳細信息：
HDFS偽分布式環(huán)境搭建

由于這個文件太小了，所以只有一個數(shù)據(jù)塊。

我們來put一個比較大的文件，例如我們之前使用的Hadoop的安裝包：

[root@localhost /data]# cd /usr/local/src/
[root@localhost /usr/local/src]# hdfs dfs -put ./hadoop-2.6.0-cdh6.7.0.tar.gz /

如下，可以看到，這個文件被分為了三個數(shù)據(jù)塊：
HDFS偽分布式環(huán)境搭建

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

網(wǎng)頁題目：HDFS偽分布式環(huán)境搭建-創(chuàng)新互聯(lián)
URL標題：http://jinyejixie.com/article38/csopsp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站改版、搜索引擎優(yōu)化、網(wǎng)站營銷、外貿建站、服務器托管、靜態(tài)網(wǎng)站

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內容