hadoop搭建及wordcount实例运行分析

本篇内容主要讲解“hadoop搭建及wordcount实例运行分析”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“hadoop搭建及wordcount实例运行分析”吧!

创新互联建站长期为1000+客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为广平企业提供专业的做网站、网站制作，广平网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。

前提准备：由于hadoop是基于linux，那就先要在windows下模拟出linux环境来，现推荐几款软件:cygwin、hadoop4win、HDP和vmware。

cygwin：Cygwin是一个在windows平台上运行的类UNIX模拟环境，Cygwin 提供一个UNIX 模拟 DLL 以及在其上层构建的多种可以在 Linux 系统中找到的软件包，在 Windows XP SP3 以上的版本提供良好的支持。简单说就是unix下的命令行和windows的cmd一样！

hadoop4win：是一个集成包包括cygwin、hadoop、jdk、hbase。这些都是hadoop需要的，安装上hadoop4win都包括了，直接运行hadoop就行了。这个还在增加包，有个缺点就是自带的hadoop版本是0.2.0有点低最新的是2.6.0.

HDP：Hortonworks Data Platform (HDP) 完全在开源的环境下设计、开发和构建，提供企业可用的数据平台，让组织能够采用现代化数据架构。

HDP 以 YARN 作为其架构中心，是一系列处理方法（从批量到交互式再到实时）的多个工作负荷数据处理平台，拥有企业数据平台所需的关键能力 - 广泛的管制、安全和运营。

这个是个集成工具，可以在vmware下打开，这是个虚拟机，可以直接打开不用安装。估计这是趋势。我在研究中，大家可以一起讨论。

正文开始：我用了3中方法，第一种失败，第二种和第3中成功，花了不少时间，真是获益颇多。

1：现在windows下安装cygwin，这个安装起来比较麻烦，俺花了3天时间，最后还是没成功，这是很重要的一步。虽然没成功，可学了不少东西，对后面其他的安装很有帮助。*下载cygwin一定去官网下最新的，要不然安装是有一步提示选择镜像，就会出错，或者直接在地址栏输入http://www.cygwin.com/setup-x86.exe这是32位，要是64位把x86改成x86_64就行了。

安装的过程中会提示安装包，有两个要选上openssh和openssl这两个在net目录下，或者直接在上面搜就可以。这2个一定要选的。安装好后要配置运行cygwin输入ssh-host-config,下面的我就不说了，网上一搜一大把。中间会提示错误/var pression denied 这就要给这个文件付权限。只要输入下面代码：chmod 777 /var和 chown :Users /var这两个多试几遍就行了，我的也是有时候数一遍不行。777代表最高权限，网上还有其他数字，这个就行。

最重要的一步：我就卡在这里了，开启ssh服务，用命令net start sshd,再把私钥设置成公摇命令：ssh-keygen这一步会有提示直接点回车就行，接着输入cd ~/.ssh、cp id_rsa.pub authorized_keys.

最后要验证net start sshd输入命令ssh localhost没提示说明正确。如果提示Connection closed by ::1  就错了
。我的就到这就走不动了，因为跑hadoop项目是ssh要联通，要不然跑不动的。cygwin配置网上很多，可以尝试，接下来就是俺成功的配置。

注意：可能和系统有关，我换了个win7，安装上了，原来问win8.1安装不上，具体没去研究。你可以试试换个系统试试

2：下载hadoop4win 地址http://sourceforge.net/projects/hadoop4win/files/0.1.4/hadoop4win-setup-net_0.1.4.zip/download 直接安装就行了，里面的东西都有了，运行hadoop4win，先看安装目录有个opt/hadoop/bin，进入这个文件夹内，（注意：安装时必须以管理员身份运行，不然会出现安装不全，缺少快捷方式的错误）输入命令 ls 下图：

选择里面的hadoop-daemon.sh脚本命令：hadoop-daemon.sh start namenode

用jps命令查看进程

显示namenode 这个进程说明成功了，一共有5个进程都要开启，namenode、datanode、secondarynamenode、jobtracker、tasktracker.这5个有顺序的就是上面顺序，具体这5个的作用自已可以google，下图显示

接下来打开浏览器输入：localhost:50030和localhost:50070,查看是否成功显示如下：

1：

2：

显示这两个说明你安装成功了，下面跑一个wordcount例子，是hadoop4win自带的一个jar包，有2种方法一个命令行，一个是eclipse下，新手建议命令行，这样可以了解过程，熟悉后在eclipse。

先建一个txt文件随便输入内容我的如下

把这个文件上传到HDFS文件系统下现在hadoop4win命令下进入本地目录下 cd d: 再用命令：hadoop fs -put hello.tex  /

接下来打开localhost:50070查看文件，点击browser the filesystem,看有没有hello.txt

1:

2:

这样就是给上传成功了。接下来运行jar包。命令如下图

运行hadoop-0.20.2-examples.jar这个包，命令如下：hadoop jar hadoop-0.20.2-examples.jar wordcount hello.txt /sum.txt其中、sum.txt是自己定义的文件，可以其他。图如下：

然后打开localhost：50070，就会出现sum.txt,查看里面的内容，点开查看内容：

上面的写的很贱减略，能力有限，其中许多linux下的命令没说，看不懂的可以看一下这个视频很详细 http://www.ppvke.com/10354.html

上面的算是讲完了，可能要花点时间去查看其中的很多地方，多去想，多动手，多google！下面是第3种正在研究中，分享一下子：

3：

先安装虚拟机，vmware这就不讲了，安装后打开虚拟机导入下载的文件，地址：http://zh.hortonworks.com/hdp/downloads/

直接打开就行了，打开后到最后会出现一个地址形式是:192.168.xxx.xxx

到此，相信大家对“hadoop搭建及wordcount实例运行分析”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！