【转】Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04

时间  2019-11-07
标签 hadoop 安装 教程 单机 分布式 配置 hadoop2.6.0 ubuntu14.04 ubuntu 栏目 Hadoop 繁體版
原文   原文链接

原文连接：http://dblab.xmu.edu.cn/blog/install-hadoop/html

当开始着手实践 Hadoop 时，安装 Hadoop 每每会成为新手的一道门槛。尽管安装其实很简单，书上有写到，官方网站也有 Hadoop 安装配置教程，但因为对 Linux 环境不熟悉，书上跟官网上简略的安装步骤新手每每 Hold 不住。加上网上很多教程也甚是坑，致使新手折腾老几天愣是没装好，非常打击学习热情。java

本教程由厦门大学数据库实验室出品，转载请注明。本教程适合于原生 Hadoop 2，包括 Hadoop 2.6.0, Hadoop 2.7.1 等版本，主要参考了官方安装教程，步骤详细，辅以适当说明，相信按照步骤来，都能顺利安装并运行Hadoop。另外有Hadoop安装配置简略版方便有基础的读者快速完成安装。此外，但愿读者们能多去了解一些 Linux 的知识，之后出现问题时才能自行解决。node

 

环境

本教程使用 Ubuntu 14.04 64位 做为系统环境（Ubuntu 12.04 也行，32位、64位都可），请自行安装系统（可参考使用VirtualBox安装Ubuntu）。linux

若是用的是 CentOS/RedHat 系统，请查看相应的CentOS安装Hadoop教程_单机伪分布式配置。正则表达式

本教程基于原生 Hadoop 2，在 Hadoop 2.6.0 (stable) 版本下验证经过，可适合任何 Hadoop 2.x.y 版本，例如 Hadoop 2.4.1。shell

使用本教程请确保系统处于联网状态下，部分高校使用星网锐捷链接网络，可能致使虚拟机没法联网，那么建议您使用双系统安装ubuntu,而后再使用本教程！数据库

Hadoop版本

Hadoop 有两个主要版本，Hadoop 1.x.y 和 Hadoop 2.x.y 系列，比较老的教材上用的多是 0.20 这样的版本。Hadoop 2.x 版本在不断更新，本教程都可适用。若是需安装 0.20，1.2.1这样的版本，本教程也能够做为参考，主要差异在于配置项，配置请参考官网教程或其余教程。apache

新版是兼容旧版的，书上旧版本的代码应该可以正常运行（我本身没验证，欢迎验证反馈）。ubuntu

装好了 Ubuntu 系统以后，在安装 Hadoop 前还须要作一些必备工做。vim

建立hadoop用户

若是你安装 Ubuntu 的时候不是用的 “hadoop” 用户，那么须要增长一个名为 hadoop 的用户。

首先按 ctrl+alt+t 打开终端窗口，输入以下命令建立新用户 :

  1. sudo useradd -m hadoop -s /bin/bash

这条命令建立了能够登录的 hadoop 用户，并使用 /bin/bash 做为 shell。

sudo命令

本文中会大量使用到sudo命令。sudo是ubuntu中一种权限管理机制，管理员能够受权给一些普通用户去执行一些须要root权限执行的操做。当使用sudo命令时，就须要输入您当前用户的密码.

密码

在Linux的终端中输入密码，终端是不会显示任何你当前输入的密码，也不会提示你已经输入了多少字符密码。而在windows系统中,输入密码通常都会以“*”表示你输入的密码字符

输入法中英文切换

ubuntu中终端输入的命令通常都是使用英文输入。linux中英文的切换方式是使用键盘“shift”键来切换，也能够点击顶部菜单的输入法按钮进行切换。

Ubuntu终端复制粘贴快捷键

在Ubuntu终端窗口中，复制粘贴的快捷键须要加上 shift，即粘贴是 ctrl+shift+v。

接着使用以下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

  1. sudo passwd hadoop

可为 hadoop 用户增长管理员权限，方便部署，避免一些对新手来讲比较棘手的权限问题：

  1. sudo adduser hadoop sudo

最后注销当前用户（点击屏幕右上角的齿轮，选择注销），返回登录界面。在登录界面中选择刚建立的 hadoop 用户进行登录。

更新apt

用 hadoop 用户登陆后，咱们先更新一下 apt，后续咱们使用 apt 安装软件，若是没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口，执行以下命令：

  1. sudo apt-get update

若出现以下 “Hash校验和不符” 的提示，可经过更改软件源来解决。若没有该问题，则不须要更改。从软件源下载某些软件的过程当中，可能因为网络方面的缘由出现无法下载的状况，那么建议更改软件源。在学习Hadoop过程当中，即便出现“Hash校验和不符”的提示，也不会影响Hadoop的安装。

Ubuntu更新软件源时遇到Hash校验和不符的问题Ubuntu更新软件源时遇到Hash校验和不符的问题

点击查看：如何更改软件源

后续须要更改一些配置文件，我比较喜欢用的是 vim（vi加强版，基本用法相同），建议安装一下（若是你实在还不会用 vi/vim 的，请将后面用到 vim 的地方改成 gedit，这样可使用文本编辑器进行修改，而且每次文件更改完成后请关闭整个 gedit 程序，不然会占用终端）：

  1. sudo apt-get install vim

安装软件时若须要确认，在提示处输入 y 便可。

经过命令行安装软件经过命令行安装软件

点击查看：vim简单操做指南

安装SSH、配置SSH无密码登录

集群、单节点模式都须要用到 SSH 登录（相似于远程登录，你能够登陆某台 Linux 主机，而且在上面运行命令），Ubuntu 默认已安装了 SSH client，此外还须要安装 SSH server：

  1. sudo apt-get install openssh-server

安装后，可使用以下命令登录本机：

  1. ssh localhost

此时会有以下提示(SSH首次登录提示)，输入 yes 。而后按提示输入密码 hadoop，这样就登录到本机了。

SSH首次登录提示SSH首次登录提示

但这样登录是须要每次输入密码的，咱们须要配置成SSH无密码登录比较方便。

首先退出刚才的 ssh，就回到了咱们原先的终端窗口，而后利用 ssh-keygen 生成密钥，并将密钥加入到受权中：

  1. exit # 退出刚才的 ssh localhost
  2. cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost
  3. ssh-keygen -t rsa # 会有提示，都按回车就能够
  4. cat ./id_rsa.pub >> ./authorized_keys # 加入受权
~的含义

在 Linux 系统中，~ 表明的是用户的主文件夹，即 “/home/用户名” 这个目录，如你的用户名为 hadoop，则 ~ 就表明 “/home/hadoop/”。 此外，命令中的 # 后面的文字是注释，只须要输入前面命令便可。

此时再用 ssh localhost 命令，无需输入密码就能够直接登录了，以下图所示。

SSH无密码登陆SSH无密码登陆

安装Java环境

Java环境可选择 Oracle 的 JDK，或是 OpenJDK，按http://wiki.apache.org/hadoop/HadoopJavaVersions中说的，新版本在 OpenJDK 1.7 下是没问题的。为图方便，这边直接经过命令安装 OpenJDK 7。

  1. sudo apt-get install openjdk-7-jre openjdk-7-jdk

经过上述命令安装 OpenJDK，默认安装位置为 /usr/lib/jvm/java-7-openjdk-amd64（32位系统则是 /usr/lib/jvm/java-7-openjdk-i386，该路径能够经过执行 dpkg -L openjdk-7-jdk | grep '/bin/javac' 命令肯定，执行后会输出一个路径，除去路径末尾的 “/bin/javac”，剩下的就是正确的路径了）。OpenJDK 安装后就能够直接使用 java、javac 等命令了。

接着须要配置一下 JAVA_HOME 环境变量，为方便，咱们在 ~/.bashrc 中进行设置（扩展阅读: 设置Linux环境变量的方法和区别）：

  1. vim ~/.bashrc

在文件最前面添加以下单独一行（注意 = 号先后不能有空格），并保存：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

以下图所示（该文件本来可能不存在，内容为空，这不影响）：

配置JAVA_HOME变量配置JAVA_HOME变量

接着还须要让该环境变量生效，执行以下代码：

  1. source ~/.bashrc # 使变量设置生效

设置好后咱们来检验一下是否设置正确：

  1. echo $JAVA_HOME # 检验变量值
  2. java -version
  3. $JAVA_HOME/bin/java -version # 与直接执行 java -version 同样

若是设置正确的话，$JAVA_HOME/bin/java -version 会输出 java 的版本信息，且和 java -version 的输出结果同样，以下图所示：

成功配置JAVA_HOME变量成功配置JAVA_HOME变量

这样，Hadoop 所需的 Java 运行环境就安装好了。

安装 Hadoop 2

Hadoop 2 能够经过 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者http://mirrors.cnnic.cn/apache/hadoop/common/ 下载，本教程选择的是 2.6.0 版本，下载时请下载 hadoop-2.x.y.tar.gz这个格式的文件，这是编译好的，另外一个包含 src 的则是 Hadoop 源代码，须要进行编译才可以使用。

截止到2015年12月9日，Hadoop官方网站已经更新到2.7.1版本。对于2.6.0以上版本的Hadoop，仍能够参照此教程学习，可放心下载官网最新版本的Hadoop。请用虚拟机中的Ubuntu自带firefox浏览器访问本指南，再点击下面的地址，才能把hadoop文件下载虚拟机ubuntu中。

hadoop-2.7.1下载地址

下载时强烈建议也下载 hadoop-2.x.y.tar.gz.mds 这个文件，该文件包含了检验值可用于检查 hadoop-2.x.y.tar.gz 的完整性，不然若文件发生了损坏或下载不完整，Hadoop 将没法正常运行。

本文涉及的文件均经过浏览器下载，默认保存在 “下载” 目录中（若不是请自行更改 tar 命令的相应目录）。另外，若是你用的不是 2.6.0 版本，则将全部命令中出现的 2.6.0 更改成你所使用的版本。

  1. cat ~/下载/hadoop-2.6.0.tar.gz.mds | grep 'MD5' # 列出md5检验值
  2. # head -n 6 ~/下载/hadoop-2.7.1.tar.gz.mds # 2.7.1版本格式变了，能够用这种方式输出
  3. md5sum ~/下载/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" # 计算md5值，并转化为大写，方便比较

若文件不完整则这两个值通常差异很大，能够简单对比下前几个字符跟后几个字符是否相等便可，以下图所示，若是两个值不同，请务必从新下载。

检验文件完整性检验文件完整性

咱们选择将 Hadoop 安装至 /usr/local/ 中：

  1. sudo tar -zxf ~/下载/hadoop-2.6.0.tar.gz -C /usr/local # 解压到/usr/local中
  2. cd /usr/local/
  3. sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改成hadoop
  4. sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限

Hadoop 解压后便可使用。输入以下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：

  1. cd /usr/local/hadoop
  2. ./bin/hadoop version
相对路径与绝对路径

请务必注意命令中的相对路径与绝对路径，本文后续出现的 ./bin/...，./etc/... 等包含 ./ 的路径，均为相对路径，以 /usr/local/hadoop 为当前目录。例如在 /usr/local/hadoop 目录中执行 ./bin/hadoop version 等同于执行 /usr/local/hadoop/bin/hadoop version。能够将相对路径改为绝对路径来执行，但若是你是在主文件夹 ~ 中执行 ./bin/hadoop version，执行的会是 /home/hadoop/bin/hadoop version，就不是咱们所想要的了。

Hadoop单机配置(非分布式)

Hadoop 默认模式为非分布式模式，无需进行其余配置便可运行。非分布式即单 Java 进程，方便进行调试。

如今咱们能够执行例子来感觉下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 能够看到全部例子），包括 wordcount、terasort、join、grep 等。

在此咱们选择运行 grep 例子，咱们将 input 文件夹中的全部文件做为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中。

  1. cd /usr/local/hadoop
  2. mkdir ./input
  3. cp ./etc/hadoop/*.xml ./input # 将配置文件做为输入文件
  4. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
  5. cat ./output/* # 查看运行结果

执行成功后以下所示，输出了做业的相关信息，输出的结果是符合正则的单词 dfsadmin 出现了1次

Hadoop单机模式运行grep的输出结果Hadoop单机模式运行grep的输出结果

注意，Hadoop 默认不会覆盖结果文件，所以再次运行上面实例会提示出错，须要先将 ./output 删除。

  1. rm -r ./output

Hadoop伪分布式配置

Hadoop 能够在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既做为 NameNode 也做为 DataNode，同时，读取的是 HDFS 中的文件。

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式须要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每一个配置以声明 property 的 name 和 value 的方式来实现。

修改配置文件 core-site.xml (经过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml)，将当中的

<configuration>
</configuration>

修改成下面配置：

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

一样的，修改配置文件 hdfs-site.xml：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

配置完成后，执行 NameNode 的格式化:

  1. ./bin/hdfs namenode -format

成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。

执行namenode格式化执行namenode格式化

接着开启 NaneNode 和 DataNode 守护进程。
  1. ./sbin/start-dfs.sh

若出现以下SSH提示，输入yes便可。

启动Hadoop时的SSH提示启动Hadoop时的SSH提示

启动时可能会出现以下 WARN 提示：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable WARN 提示能够忽略，并不会影响正常使用。

启动完成后，能够经过命令 jps 来判断是否成功启动，若成功启动则会列出以下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”（若是 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，而后再次尝试启动尝试）。若是没有 NameNode 或 DataNode ，那就是配置不成功，请仔细检查以前步骤，或经过查看启动日志排查缘由。

经过jps查看启动的Hadoop进程经过jps查看启动的Hadoop进程

经过查看启动日志分析启动失败缘由

有时 Hadoop 没法正确启动，如 NameNode 进程没有顺利启动，这时能够查看启动日志来排查缘由，注意几点：

  • 启动时会提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”，其中 DBLab-XMU 对应你的机器名，但其实启动日志信息是记录在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中，因此应该查看这个后缀为 .log 的文件；
  • 每一次的启动日志都是追加在日志文件以后，因此得拉到最后面看，看下记录的时间就知道了。
  • 通常出错的提示在最后面，一般是写着 Fatal、Error 或者 Java Exception 的地方。
  • 能够在网上搜索一下出错信息，看可否找到一些相关的解决方法。

成功启动后，能够访问 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息，还能够在线查看 HDFS 中的文件。

Hadoop的Web界面Hadoop的Web界面

运行Hadoop伪分布式实例

上面的单机模式，grep 例子读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先须要在 HDFS 中建立用户目录：

  1. ./bin/hdfs dfs -mkdir -p /user/hadoop

接着将 ./etc/hadoop 中的 xml 文件做为输入文件复制到分布式文件系统中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中。咱们使用的是 hadoop 用户，而且已建立相应的用户目录 /user/hadoop ，所以在命令中就可使用相对路径如 input，其对应的绝对路径就是 /user/hadoop/input:

  1. ./bin/hdfs dfs -mkdir input
  2. ./bin/hdfs dfs -put ./etc/hadoop/*.xml input

复制完成后，能够经过以下命令查看文件列表：

  1. ./bin/hdfs dfs -ls input

伪分布式运行 MapReduce 做业的方式跟单机模式相同，区别在于伪分布式读取的是HDFS中的文件（能够将单机步骤中建立的本地 input 文件夹，输出结果 output 文件夹都删掉来验证这一点）。

  1. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

查看运行结果的命令（查看的是位于 HDFS 中的输出结果）：

  1. ./bin/hdfs dfs -cat output/*

结果以下，注意到刚才咱们已经更改了配置文件，因此运行结果不一样。

Hadoop伪分布式运行grep结果Hadoop伪分布式运行grep结果

咱们也能够将运行结果取回到本地：

  1. rm -r ./output # 先删除本地的 output 文件夹（若是存在）
  2. ./bin/hdfs dfs -get output ./output # 将 HDFS 上的 output 文件夹拷贝到本机
  3. cat ./output/*

Hadoop 运行程序时，输出目录不能存在，不然会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ，所以若要再次执行，须要执行以下命令删除 output 文件夹:

  1. ./bin/hdfs dfs -rm -r output # 删除 output 文件夹
运行程序时，输出目录不能存在

运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录（如 output）不能存在，不然会提示错误，所以运行前须要先删除输出目录。在实际开发应用程序时，可考虑在程序中加上以下代码，能在每次运行时自动删除输出目录，避免繁琐的命令行操做：

  1. Configuration conf = new Configuration();
  2. Job job = new Job(conf);
  4. /* 删除输出目录 */
  5. Path outputPath = new Path(args[1]);
  6. outputPath.getFileSystem(conf).delete(outputPath, true);

若要关闭 Hadoop，则运行

  1. ./sbin/stop-dfs.sh
注意

下次启动 hadoop 时，无需进行 NameNode 的初始化，只须要运行 ./sbin/start-dfs.sh 就能够！

启动YARN

（伪分布式不启动 YARN 也能够，通常不会影响程序执行）

有的读者可能会疑惑，怎么启动 Hadoop 后，见不到书上所说的 JobTracker 和 TaskTracker，这是由于新版的 Hadoop 使用了新的 MapReduce 框架（MapReduce V2，也称为 YARN，Yet Another Resource Negotiator）。

YARN 是从 MapReduce 中分离出来的，负责资源管理与任务调度。YARN 运行于 MapReduce 之上，提供了高可用性、高扩展性，YARN 的更多介绍在此不展开，有兴趣的可查阅相关资料。

上述经过 ./sbin/start-dfs.sh 启动 Hadoop，仅仅是启动了 MapReduce 环境，咱们能够启动 YARN ，让 YARN 来负责资源管理与任务调度。

首先修改配置文件 mapred-site.xml，这边须要先进行重命名：

  1. mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml

而后再进行编辑，一样使用 gedit 编辑会比较方便些 gedit ./etc/hadoop/mapred-site.xml ：

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

接着修改配置文件 yarn-site.xml：

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        </property>
</configuration>

而后就能够启动 YARN 了（须要先执行过 ./sbin/start-dfs.sh）：

  1. ./sbin/start-yarn.sh $ 启动YARN
  2. ./sbin/mr-jobhistory-daemon.sh start historyserver # 开启历史服务器，才能在Web中查看任务运行状况

开启后经过 jps 查看，能够看到多了 NodeManager 和 ResourceManager 两个后台进程，以下图所示。

开启YARN开启YARN

启动 YARN 以后，运行实例的方法仍是同样的，仅仅是资源管理方式、任务调度不一样。观察日志信息能够发现，不启用 YARN 时，是 “mapred.LocalJobRunner” 在跑任务，启用 YARN 以后，是 “mapred.YARNRunner” 在跑任务。启动 YARN 有个好处是能够经过 Web 界面查看任务的运行状况：http://localhost:8088/cluster，以下图所示。

开启YARN后能够查看任务运行信息开启YARN后能够查看任务运行信息

但 YARN 主要是为集群提供更好的资源管理与任务调度，然而这在单机上体现不出价值，反而会使程序跑得稍慢些。所以在单机上是否开启 YARN 就看实际状况了。

不启动 YARN 需重命名 mapred-site.xml

若是不想启动 YARN，务必把配置文件 mapred-site.xml 重命名，改为 mapred-site.xml.template，须要用时改回来就行。不然在该配置文件存在，而未开启 YARN 的状况下，运行程序会提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的错误，这也是为什么该配置文件初始文件名为 mapred-site.xml.template。

一样的，关闭 YARN 的脚本以下：

  1. ./sbin/stop-yarn.sh
  2. ./sbin/mr-jobhistory-daemon.sh stop historyserver

自此，你已经掌握 Hadoop 的配置和基本使用了。安装好的Hadoop项目中已经包含了第三章的HDFS，继续学习第3章HDFS文件系统，请参考以下学习指南：
大数据技术原理与应用 第三章 学习指南

附加教程: 配置PATH环境变量

在这里额外讲一下 PATH 这个环境变量（可执行 echo $PATH 查看，当中包含了多个目录）。例如咱们在主文件夹 ~ 中执行 ls 这个命令时，实际执行的是 /bin/ls 这个程序，而不是 ~/ls 这个程序。系统是根据 PATH 这个环境变量中包含的目录位置，逐一进行查找，直至在这些目录位置下找到匹配的程序（若没有匹配的则提示该命令不存在）。

上面的教程中，咱们都是先进入到 /usr/local/hadoop 目录中，再执行 sbin/hadoop，实际上等同于运行/usr/local/hadoop/sbin/hadoop。咱们能够将 Hadoop 命令的相关目录加入到 PATH 环境变量中，这样就能够直接经过 start-dfs.sh 开启 Hadoop，也能够直接经过 hdfs 访问 HDFS 的内容，方便平时的操做。

一样咱们选择在 ~/.bashrc 中进行设置（vim ~/.bashrc，与 JAVA_HOME 的设置类似），在文件最前面加入以下单独一行:

export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin

添加后执行 source ~/.bashrc 使设置生效，生效后，在任意目录中，均可以直接使用 hdfs 等命令了，读者不妨如今就执行 hdfs dfs -ls input 查看 HDFS 文件试试看。

安装Hadoop集群

在平时的学习中，咱们使用伪分布式就足够了。若是须要安装 Hadoop 集群，请查看Hadoop集群安装配置教程。

相关教程

参考资料

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程