当先锋百科网

首页 1 2 3 4 5 6 7

云计算与大数据实验三 HDFS的基本操作

一、实验目的

  1. 理解HDFS架构和工作原理

  2. 掌握HDFS部署环境和步骤

  3. 掌握HDFS(集群的启动start-dfs.sh)启动

  4. 使用Hadoop命令(文件的增/删/改/查/上传/下载)来操作分布式文件系统

二、实验内容

  1. HDFS伪分布式环境搭建

  2. HDFS(集群的启动start-dfs.sh)启动

  3. 练习Hadoop命令(文件的增/删/改/查/上传/下载)来操作分布式文件系统

 三、实验步骤

使用tar解压命令，将已经下载好的hadoop安装包进行解压。

执行过程及结果：

1.进入软件包目录 

root@evassh-10644553:~# cd /data/workspace/myshixun/ 
root@evassh-10644553:/data/workspace/myshixun#

2.查看软件包（通过LS命令可以看到jdk这个安装包）

root@evassh-10644553:/data/workspace/myshixun# ls hadoop-2.8.3.tar.gz 
root@evassh-10644553:/data/workspace/myshixun#

3.将软件包解压到/opt目录下（tar命令是解压命令，-C参数是指定解压位置） 

root@evassh-10644553:/data/workspace/myshixun# tar -zxf hadoop-2.7.1.tar.gz -C /opt 
root@evassh-10644553:/data/workspace/myshixun#

4.查看是否解压成功

root@evassh-10644553:/data/workspace/myshixun# ls /opt hadoop-2.8.3 
root@evassh-10644553:/data/workspace/myshixun#

5.将目录切换到root用户的家目录

root@evassh-10644553:/data/workspace/myshixun# cd 
root@evassh-10644553:~#

配置环境变量

配置环境变量的目的是为了能够在全局使用hadoop或者hdfs等相关的命令。

1.使用vi命令编辑环境变量文件

root@evassh-10644553:~# vi /etc/profile

输入完成该命令后会进入文档内部，如下图

2.按↓箭头将白色光标移动到最下面，如下图标红出所示

3.确保当前输入法在英文状态下后，按下小写i键，按下后如下图标红处所示出现--INSERT--字符，表示已经进入文档编辑模式，可以编辑该文档了

4.按照下图红色框内输入的内容，完成配置

5.输入完成后，按下键盘上的esc键，退出编辑模式，按下后，可以看到--INSERT--字符已经没有了

6.确保当前输入法在英文状态下后，输入:wq 保存文件并且退出文件

回车后，就可以看到已经退出文件编辑

7.生效环境编辑 

root@evassh-10644553:~#source /etc/profile root@evassh-10644553:~#

8.测试,单输入h字母后，快速按下键盘上面的TAB键，会返回如下结果 

root@evassh-10644553:~# h


root@evassh-10644553:~# h

从上面的返回结果中我们可以看到有hadoop和hdfs开头的很多命令，如果TAB后没有hadoop和hdfs开头的命令则环境变量配置错误。

修改HDFS的core-site.xml文件

core-site.xml文件主要是指定默认文件系统为 HDFS 和 Namenode 所在节点。

1.编辑core-site.xml 

root@evassh-10644553:~# vi /opt/hadoop-2.7.1/etc/hadoop/core-site.xml

输入完成该命令后会进入文档内部，如图

2.按↓箭头将白色光标移动到最下面，如下图标红出所示

3.确保当前输入法在英文状态下后，按下小写i键，按下后如下图标红处所示出现--INSERT--字符，表示已经进入文档编辑模式，可以编辑该文档了

4.按照下图红色框内输入的内容，完成配置

一定要再三核对该内容，否则后面会报错

5.输入完成后，按下键盘上的esc键，退出编辑模式，按下后，可以看到--INSERT--字符已经没有了

6.确保当前输入法在英文状态下后，输入:wq 保存文件并且退出文件

回车后，就可以看到已经退出文件编辑

修改HDFS的hdfs-site.xml文件

hdfs-site.xml文件主要是指定元数据存储目录，数据存储目录，指定备份 Namenode 节点。

1.编辑hdfs-site.xml 

root@evassh-10644553:~# vi /opt/hadoop-2.7.1/etc/hadoop/hdfs-site.xml

输入完成该命令后会进入文档内部，如下图

2.按↓箭头将白色光标移动到如下图标红出所示

3.确保当前输入法在英文状态下后，按下小写i键，按下后如下图标红处所示出现--INSERT--字符，表示已经进入文档编辑模式，可以编辑该文档了

4.按照下图红色框内输入的内容，完成配置 一定要再三核对该内容，否则后面会报错

5.输入完成后，按下键盘上的esc键，退出编辑模式，按下后，可以看到--INSERT--字符已经没有了

6.确保当前输入法在英文状态下后，输入:wq 保存文件并且退出文件 回车后，就可以看到已经退出文件编辑

初始化集群

所谓的初始化集群，就是格式化，生成文件系统。主要目的是：

①创建一个全新的元数据目录

②生成记录元数据的文件 fsimage

③生成集群的相关标识：如集群 ID—clusterID

root@evassh-10644553:~# hadoop namenode -format

在返回结果中看到“successfully”，标志着出初始化成功。初始化成功后，千万不要再次操作。每次初始化都会生成一个新的集群ID，会使DataNode和NameNode中记录的集群ID不一致，两者无法识别。

ssh免密配置

ssh是连接linux主机的方式之一，在启动HDFS相关服务时会创建一个新的链接来连接linux主机，需要配置免密码登录，这样就可以直接启动服务了，不需要输入密码了。

1.生成密钥，连续按三次回车

root@evassh-10644553:~# ssh-keygen -t rsa -P ''
root@evassh-10644553:~#

2.把id_rsa.pub追加到授权的key里面去 

root@evassh-10644553:~#cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
root@evassh-10644553:~#

3.测试 

root@evassh-10644553:~#ssh localhost

在下面标红的地方输入yes 输入完成后没有输入密码提示，就是成功了

启动HDFS并简单查看

1.使用start-dfs.sh命令启动HDFS集群。 

root@evassh-10644553:~# start-dfs.sh localhost: 
starting namenode, logging to /opt/hadoop-2.7.1/logs/hadoop-root-namenode-evassh-10683023.out localhost: 
starting datanode, logging to /opt/hadoop-2.7.1/logs/hadoop-root-datanode-evassh-10683023.out Starting secondary namenodes [localhost] localhost: 
starting secondarynamenode, logging to /opt/hadoop-2.7.1/logs/hadoop-root-secondarynamenode-evassh-10683023.out 
root@evassh-10644553:~#

2.使用JPS命令验证 

root@evassh-10644553:~#jps 1328 SecondaryNameNode 979 NameNode 1126 DataNode 1608 Jps

前面的数字为服务的进程号，每次启动进程号都会不同。只要能看到有NameNode、DataNode、SecondaryNameNode这三个进程在线就可以了

3.使用ls命令查看hdfs上面的文件 

root@evassh-10644553:~#hdfs dfs -ls / 
root@evassh-10644553:~#

返回结果为空即正常。

HDFS的常用命令

启动Hadoop

在HDFS中创建/usr/output/文件夹；

在本地创建hello.txt文件并添加内容：“HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。”；

将hello.txt上传至HDFS的/usr/output/目录下；

删除HDFS的/user/hadoop目录；

将Hadoop上的文件hello.txt从HDFS复制到本地/usr/local目录。

 四、实验心得

掌握了HDFS(集群的启动start-dfs.sh)启动

会使用Hadoop命令(文件的增/删/改/查/上传/下载)来操作分布式文件系统