hadoop安装问题

1、

运行start-dfs.sh启动HDFS守护进程，start-yarn.sh面向YARN的资源器和节点管理器，资源管理器web地址是http://localhost:8080/。输入stop.dfs.sh,stop-yarn.sh终止守护进程。

以上是打开hadoop服务的两种方法，每次使用hadoop之前都需要使用这条命令打开hadoop，接着使用jps查看服务是否已经启动，在浏览器中http://localhost:50070查看hadoop相关情况

2、
运行 ps -e | grep ssh，查看是否有sshd进程ss
如果没有，说明server没启动（谷总说ssh是自动启动的）

3、
网络配置过程中，以sudo的方式修改/etc/hosts文件(否则提示文件是只读的)过程，ip地址是虚拟机里网卡的ip地址，使用ifconfig察看ip(hadoop装在虚拟机里的情况下)，修改完成之后使用source /etc/hosts(source命令也称为“点命令”，也就是一个点符号（.）。source命令通常用于重新执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录。用法： source filename 或 . filename)。另外，虚拟机的网路配置选项选择桥接，这样就可以实行物理机与虚拟机、Master与Slave之间的通信（可以ping通，两台主机之间可以ping通前提是两台主机在同一个网段之内，同一个网段就是网络标识相同，网络标识的计算方法就是ip地址和掩码进行与运算。想在同一网段，必需做到网络标识相同，那网络标识怎么算呢？各类IP的网络标识算法都是不一样的。A类的，只算第一段。B类，只算第一、二段。C类，算第一、二、三段。）

将hadoop文件通过ssh从Master发给Slave之后，需要在Slave机器上使用chown命令修改hadoop文件的所有者以及所属的群组（http://www.cnblogs.com/lz3018/p/4871391.html）

4、

由于多次格式化hdfs，导致格式化hdfs的时候失败（提示Reformat Y or N，输入了Y也不能格式化成功），可能会导致namenode无法启动，所以如果要重新格式化，需要按如下步骤进行：在进行一切实验之前，我们首先清空/usr/local/hadoop/tmp以及logs文件夹(其实就是情况hadoop.tmp.dir配置项路径下的tmp和logs文件夹即可，不用下面那么麻烦)。

1、查看hdfs-ste.xml：

 

<property>
  <name>dfs.name.dir</name>
  <value>/home/hadoop/hdfs/name</value>
  <description>namenode上存储hdfs名字空间元数据</description>
 </property>

 <property>
  <name>dfs.data.dir</name>
  <value>/home/hadoop/hdsf/data</value>
  <description>datanode上数据块的物理存储位置</description>
 </property>

将 dfs.name.dir所指定的目录删除、dfs.data.dir所指定的目录删除
2、查看core-site.xml：

 

 

<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/hadooptmp</value>
<description>namenode上本地的hadoop临时文件夹</description>
</property>

将hadoop.tmp.dir所指定的目录删除。

 

3）重新执行命令：bin/hdfs namenode -format

格式化完毕。

注意：原来的数据全部被清空了。产生了一个新的hdfs。

5、运行bin/hdfs dfsadmin -report，结果显示

结果都是0，说明datanode有问题，进去Slave1查看hadoop-hadoop-datanode-Slave1.log文件，就是datanode的日志文件，提示信息如下：

Retrying connect to server: localhost/127.0.0.1:9000. Already tried 5 time。。。。。

这说明datanode连接不到Master，到server的链路不通，最后发现Slave1端的core-site.xml文件有一个配置项并没有改过来(Master上改过来了)

原先是localhost:9000，改为Master:9000，成功。localhost：9000也对应了 Retrying connect to server: localhost/127.0.0.1:9000. Already tried 5 time。。。。。

6、

执行mapreduce作业的时候会job会卡在那里，一直卡着，发现原因是mapred-site.xml和yarn-site.xml的配置问题，正确配置如下：

mapred-site.xml

另外使用 

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar grep input output 'dfs[a-z.]+'  运行实例时正确写法是

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input/hadoop output 'dfs[a-z.]+'

 

Hadoop运行程序时，默认输出目录不能存在，因此再次运行需要执行如下命令删除 output文件夹:

bin/hdfs dfs -rm -r /user/hadoop/output # 删除 output 文件夹

使用命令 bin/hadoop fs -ls /usr/hadoop   查看hdfs中/usr/hadoop有哪些文件

最后使用

bin/hdfs dfs -cat output/* 查看mapreduce运算结果，如下图所示：

7、

NodeManager没有启动原因之一：

就是yarn-site.xml中

<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>Master</value>
</property>
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

属性yarn.nodemanager.aux-services的值应为mapreduce_shuffle，而不是mapreduce.shuffle（Hadoop权威指南第三版上348页配置yarn-site.xm这样配置）

8、补充两个hadoop的下载地址：
http://mirrors.cnnic.cn/apache/hadoop/common/
http://mirror.bit.edu.cn/apache/hadoop/common/


参考：
http://www.powerxing.com/install-hadoop/