hadoop实验报告

基于hadoop的大规模文本处理技术实验

专 业 班 级 ： 软件1102

学 生 姓 名 ： 张国宇

学 号 ：

Setup Hadoop on Ubuntu 11.04 64-bit

提示： 前面的putty软件安装省略；直接进入JDK的安装。

1. Install Sun JDK<安装JDK>

由于Sun JDK在ubuntu的软件中心中无法找到，我们必须使用外部的PPA。打开终端并且运行以下命令：

sudo add-apt-repository ppa:ferramroberto/java sudo apt-get update

sudo apt-get install sun-java6-bin sudo apt-get install sun-java6-jdk Add JAVA_HOME variable<配置环境变量>: 先输入粘贴下面文字： sudo vi /etc/environment

再将下面的文字输入进去：按i键添加，esc键退出，X保存退出；如下图：

export JAVA_HOME=\\/usr/lib/jvm/java-6-sun-1.6.0.26

Test the success of installation in Terminal<在终端测试安装是否成功>:

sudo . /etc/environment java –version >

的设置ssh检查2. Check SSH Setting< ssh localhost

如果出现“connection refused”，你最好重新安装 ssh（如下命令可以安装）：

sudo apt-get install openssh-server openssh-client 如果你没有通行证ssh到主机，执行下面的命令： ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys 3. Setup Hadoop<安装hadoop> 安装 apache2

sudo apt-get install apache2

下载hadoop：

1.0.4

解压hadoop所下载的文件包： tar xvfz hadoop-1.0.4.tar.gz

下载最近的一个稳定版本，解压。编辑/ hadoop-env.sh定义java_home“use/library/java-6-sun-1.6.0.26”作为hadoop的根目录：

Sudo vi conf/hadoop-env.sh 将以下内容加到文件最后：

# The java implementation to use. Required. export JAVA_HOME=/usr/lib/jvm/java-6-sun-1.6.0.26

Pseudo-Distributed Operation (Single-Node Cluster)<伪分布式操作（单 节点集群）>:

）（得到如图：将下面中间部分插入： cat conf/core-site.xml: cat conf/hdfs-site.xml:

dfs.replication 1

cat conf/mapred-site.xml:

localhost:9001

Switch to hadoop root directory and format a new distributed file

system<转向根目录，格式化一个新的文件分布式系统 >: bin/hadoop namenode –format

注意：这一步一定不能掉，否则后面会出错！

You'll get info like “Storage directory

/tmp/hadoop-ubuntu/dfs/name has been successfully formatted.” Remember this path is the HDFS home directory of namenode.（你会得到提示：你已经成功格式化。）

Start and stop hadoop daemons（启动和终止进程。）: bin/start-all.sh (start the hadoop) bin/stop-all.sh (stop the hadoop)

Web interfaces for the NameNode and the JobTracker: NameNode –

提示：如果前面没有格式化成功，这个网址会出现就不去的现象！！！如果进不去就先结束进程，重新格式化然后再开始进程。 JobTracker –

4. Deploy An Example Map-Reduce Job<布置 Ma-reduce Job的一

个例子>

创建路径 /home/ubuntu/mapreduce/wordcount/，并在该目录下放置文本文件worldcount.txt。然后将这些文件复制到HDFS目录：

bin/hadoop dfs -copyFromLocal /home/ubuntu/mapreduce/wordcount /tmp/hadoop-ubuntu/dfs/name/wordcount

bin/hadoop dfs -ls /tmp/hadoop-ubuntu/dfs/name/wordcount Run the job:

bin/hadoop jar hadoop*examples*.jar wordcount /tmp/hadoop-ubuntu/dfs/name/wordcount /tmp/hadoop-ubuntu/dfs/name/wordcount-output

If the output info looks no problem, copy the output file from HDFS

to local directory<如果输出信息看起来没有问题，从HDFS输出复制文件到本地目录的：>: bin/hadoop dfs -getmerge

/tmp/hadoop-ubuntu/dfs/name/wordcount-output /home/ubuntu/mapreduce/wordcount/

Now you can open the output file in your local directory to view the

results<现在你可以打开输出文件在您的本地目录查看结果。>. 实验总结：

1、 在实验过程中，发现对linux系统命令还不够熟练，在下面还需

要多加练习；

2、 感觉自己的基础水平还是不能达到自己满意程度，感觉对于很多东西都还是未知的，对于新的知识了解甚少，这个还需要在下面下很大的功夫；

了解的比较少，所以有些实验内容不能够实现。python和Java 、3．