pangxia75 发表于 2018-10-28 13:44:41

centos7 yum安装java运行环境,初识hadoop-smile

安装java运行环境
  1.实验机相关信息:
  #cat /etc/redhat-release

  CentOS Linux>  # uname -r
  3.10.0-327.el7.x86_6
  2.配置epel源,以yum方式安装openjdk
  yum search java | grep -iJDK
  yum install java-1.8.0-openjdkjava-1.8.0-openjdk-devel
  3.设置JAVA_HOME环境变量
  # cat/etc/profile.d/java_home.sh
  export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.161-0.b14.el7_4.x86_64
  export PATH=$PATH:$JAVA_HOME/bin
  使配置生效
  source /etc/profile.d/java_home.sh或 ./etc/profile.d/java_home.sh
  4.测试java是否安装配置成功
  # java -version
  openjdk version "1.8.0_161"
  OpenJDK Runtime Environment (build 1.8.0_161-b14)
  OpenJDK 64-Bit Server VM (build 25.161-b14, mixed mode)
  5.创建java小程序,编译打印hello world
  

# cat helloworld.java
  
public>  publicstatic voidmain(String[] args){
  System.out.println("hello wolrd!");
  }
  
}
  

  # javac   helloworld.java    #编译后会出现helloworld.class   这个类文件
  # java    helloworld            #运行
  hello wolrd!


[*]如何运行   .jar.war这些java应用?  java-jar/path/to/*.jar   

  #############################################################################

接下来认识hadoop官网:http://hadoop.apache.org/
  什么是Apache Hadoop?
  Apache™Hadoop®项目为可靠的,可扩展的分布式计算开发开源软件。
  Apache Hadoop软件库是一个框架,它允许使用简单的编程模型跨计算机群集分布式处理大型数据集。
  旨在从单个服务器扩展到数千台机器,每台机器提供本地计算和存储。
  该库本身不是依靠硬件来提供高可用性,而是设计用于在应用层检测并处理故障,从而在一组计算机之上提供高可用性服务,每个计算机都可能出现故障。



hadoop单机模式运行
  官网下载二进制包,解压到/usr/locl目录,创建软连接同目录下hadoop,配置PATH变量,使生效
  

$ cat /etc/profile.d/hadoop.sh  
export PATH=$PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin
  

# hadoop  
Usage: hadoop SUBCOMMAND

  or    hadoop >
  where>  

  OPTIONS is none or any of:
  


  
buildpaths                     attempt to add>  
--config dir                     Hadoop config directory
  
--debug                        turn on shell script debug mode
  
--help                           usage information
  
hostnames list[,of,host,names]   hosts to use in slave mode
  
hosts filename                   list of hosts to use in slave mode
  
loglevel level                   set the log4j level for this command
  
workers                        turn on worker mode
  

  SUBCOMMAND is one of:
  

  Admin Commands:
  

  
daemonlog   get/set the log level for each daemon
  

  Client Commands:
  

  
archive       create a Hadoop archive
  
checknative   check native Hadoop and compression libraries availability

  
classpath   prints the>  
conftest      validate configuration XML files
  
credential    interact with credential providers
  
distch      distributed metadata changer
  
distcp      copy file or directories recursively

  
dtutil      operations>  
envvars       display computed Hadoop environment variables
  
fs            run a generic filesystem user client
  
gridmix       submit a mix of synthetic job, modeling a profiled from production load
  
jar      run a jar file. NOTE: please use "yarn jar" to launch YARN applications, not this command.
  
jnipath       prints the java.library.path
  
kdiag         Diagnose Kerberos Problems
  
kerbname      show auth_to_local principal conversion
  
key         manage keys via the KeyProvider
  
rumenfolder   scale a rumen input trace
  
rumentrace    convert logs into a rumen trace
  
s3guard       manage metadata on S3
  
trace         view and modify Hadoop tracing settings
  
version       print the version
  

  Daemon Commands:
  

  
kms         run KMS, the Key Management Server
  

  
SUBCOMMAND may print help when invoked w/o parameters or with -h.
  

  Hadoop 默认配置是以非分布式模式运行,即单 Java 进程,方便进行调试。可以执行附带的例子 WordCount 来感受下 Hadoop 的运行。将 input 文件夹中的文件作为输入,统计当中符合正则表达式 wo+ 的单词出现的次数,并输出结果到 output 文件夹中。
  如果需要再次运行,需要删除output文件夹(因为Hadoop 默认不会覆盖结果文件):
  

# cd /usr/local/hadoop/  # mkdir input
  # cp etc/hadoop/*.xml   input
  # bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.0.jar grep input output 'dfs+'
  # cat output/*
  1work
  

  # hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.0.jar    grep /etc/passwd   output 'root'
  # cat output/*


页: [1]
查看完整版本: centos7 yum安装java运行环境,初识hadoop-smile