我试着在笔记本电脑上自学hadoop。我的目标是运行伪分布式模式。
我按照apache网站上的指南在ubuntu中设置hadoop和hdfs,但是我不能让它工作。以下是我迄今为止遵循的步骤:
1) 检查java版本:
sudo apt-get update
sudo apt-get install default-jdk
java -version
退货:
openjdk version "1.8.0_111"
OpenJDK Runtime Environment (build 1.8.0_111-8u111-b14-2ubuntu0.16.04.2-b14)
OpenJDK 64-Bit Server VM (build 25.111-b14, mixed mode)
2) 获得hadoop 2.7:
wget http://apache.mirrors.tds.net/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
cd /home/me/Downloads
tar zxf hadoop-2.7.3.tar.gz
mv hadoop-2.7.3 /home/me
3) 将hadoop链接到java。
替换
export JAVA_HOME=${JAVA_HOME}
由
export JAVA_HOME=$(readlink -f /usr/bin/java | sed "s:bin/java::")
在
gedit /home/me/hadoop-2.7.3/etc/hadoop/hadoop-env.sh
4) 添加ssh:
sudo apt-get install openssh-server
sudo apt-get install ssh
sudo apt-get install rsync
5) 添加 /home/me/hadoop-2.7.3/bin
以及 /home/me/hadoop-2.7.3/sbin
到路径:
cd
gedit .bashrc
并添加:
export PATH=$PATH:/home/me/hadoop-2.7.3/bin
export PATH=$PATH:/home/me/hadoop-2.7.3/sbin
source .bashrc
7) 现在,我正在尝试设置伪分布式操作模式。仍然按照指示,我改变了 /home/me/hadoop-2.7.3/etc/hadoop/core-site.xml
通过添加
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property
在 <configuration>
布洛克和我换衣服 /home/me/hadoop-2.7.3/etc/hadoop/hdfs-site.xml
通过添加
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
8) 按照说明进行:
hdfs namenode -format
似乎工作(产生y/n提示和大量的文本在屏幕上)。
9) 启动hdfs:
start-dfs.sh
也似乎工作(提示几个密码)。
10) 为输入创建文件夹结构。做
hdfs dfs -mkdir /user
hdfs dfs -mkdir /user/hduser/
hdfs dfs -mkdir /user/hduser/input/
作品。但是现在,你在做什么
hdfs dfs -put /home/me/Desktop/work/cv/hadoop/salaries.csv /user/hduser/input/
产量:
16/12/12 14:53:14 WARN hdfs.DFSClient: DataStreamer Exception
org.apache.hadoop.ipc.RemoteException(java.io.IOException): File /user/hduser/input/salaries.csv._COPYING_ could only be replicated to 0 nodes instead of minReplication (=1). There are 0 datanode(s) running and no node(s) are excluded in this operation.
at org.apache.hadoop.hdfs.server.blockmanagement.BlockManager.chooseTarget4NewBlock(BlockManager.java:1571)
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getNewBlockTargets(FSNamesystem.java:3107)
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:3031)
at org.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.addBlock(NameNodeRpcServer.java:725)
at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolServerSideTranslatorPB.addBlock(ClientNamenodeProtocolServerSideTranslatorPB.java:492)
at org.apache.hadoop.hdfs.protocol.proto.ClientNamenodeProtocolProtos$ClientNamenodeProtocol$2.callBlockingMethod(ClientNamenodeProtocolProtos.java)
at org.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:616)
at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:982)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2049)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2045)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1698)
at org.apache.hadoop.ipc.Server$Handler.run(Server.java:2043)
at org.apache.hadoop.ipc.Client.call(Client.java:1475)
at org.apache.hadoop.ipc.Client.call(Client.java:1412)
at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:229)
at com.sun.proxy.$Proxy10.addBlock(Unknown Source)
at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.addBlock(ClientNamenodeProtocolTranslatorPB.java:418)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:191)
at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:102)
at com.sun.proxy.$Proxy11.addBlock(Unknown Source)
at org.apache.hadoop.hdfs.DFSOutputStream$DataStreamer.locateFollowingBlock(DFSOutputStream.java:1455)
at org.apache.hadoop.hdfs.DFSOutputStream$DataStreamer.nextBlockOutputStream(DFSOutputStream.java:1251)
at org.apache.hadoop.hdfs.DFSOutputStream$DataStreamer.run(DFSOutputStream.java:448)
put: File /user/hduser/input/salaries.csv._COPYING_ could only be replicated to 0 nodes instead of minReplication (=1). There are 0 datanode(s) running and no node(s) are excluded in this operation.
以及
hdfs dfs -ls /user/hduser/input
什么也看不出来(
编辑:
在读了阿杜伊诺哨兵的回答后,我的 hdfs-site.xml
文件是:
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/me/Desktop/work/cv/hadoop/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/me/Desktop/work/cv/hadoop/datanode</value>
</property>
</configuration>
两者都有 /home/me/Desktop/work/cv/hadoop/datanode
以及 /home/me/Desktop/work/cv/hadoop/namenode
存在。
确保 /home/me/Desktop/work/cv/hadoop/datanode
以及 /home/me/Desktop/work/cv/hadoop/namenode
为空:
rm -rf /home/me/Desktop/work/cv/hadoop/namenode/*
rm -rf /home/me/Desktop/work/cv/hadoop/datanode/*
现在呢 hdfs dfs -put /home/me/Desktop/work/cv/hadoop/salaries.csv /user/hduser/input/
不返回错误消息并执行以下操作:
hdfs dfs -ls /user/hduser/input
产生所需结果:
Found 1 items
-rw-r--r-- 3 me supergroup 1771685 2016-12-20 12:23 /user/hduser/input/salaries.csv
4条答案
按热度按时间ev7lccsx1#
一些可能的问题和解决方法:
检查datanodes是否正在运行。
检查hosts文件(
/etc/hosts
). 它应该有:其他很少:
试试这个
telnet localhost <port>
从你的服务器。尝试
telnet <server> <port>
从客户那里。按照中的步骤操作
https://wiki.apache.org/hadoop/ConnectionRefused
.34gzjxbg2#
你的
hdfs-site.xml
应该有dfs.namenode.name.dir
以及dfs.datanode.data.dir
指向本地目录的属性,以便启动name node和datanode。5us2dqdw3#
尝试为提供namenode hostname/ip
dfs.namenode.rpc-bind-host
以及fs.defaultFS
比localhost
在集群的所有节点中。要执行的配置:
我怀疑你可能面临连接或无密码登录问题,因为它会提示你输入密码。我建议你在你的群集中交叉检查这些东西。
检查从属文件中的datanode主机名,该文件将位于
$HADOOP_CONF_DIR
和主机名解决问题(/etc/hosts
)检查群集中节点之间的连接(ping主机名/ip)和。使用此实用程序命令从每个节点向群集中的所有主机传递一个命令。
提示:
slaves.sh <command you want to pass all nodes in cluster>
测试datanode和namenode之间的无密码登录。ssh hostname/ip
包括ssh localhost
也。检查文件夹(
dfs.namenode.name.dir
,dfs.datanode.data.dir
以及$HADOOP_INSTALL_DIR
)您尝试启动dfs的linux用户的权限。什么时候
start-dfs.sh
它显示每个数据节点的日志位置(帮助查找失败原因)。如果他们有什么问题,请告诉我。
bvhaajcl4#
您没有正确设置和运行hdfs。按照以下说明运行单节点hdfs集群。
作为记录,请确保hadoop bin目录在您的路径中。
提示:就因为你能跑
hdfs dfs -ls /
并不意味着hdfs集群正在运行。这个fs.defaultFS
设置丢失,因此您看到的是本地文件系统上的文件,而不是hdfs。凝固后fs.defaultFS
至hdfs://localhost:9000
,则必须实际启动hdfs守护进程。上面的链接给你一步一步的指导如何做到这一点。在启动hdfs之后,您还需要启动yarn,以便实际运行mapreduce作业。