HTML CSS JAVASCRIPT PYTHON PYTHON2 JAVA C C++ C# SQL Excel Linux AI BOOTSTRAP PHP 教程库 参考手册 技术文章 测验 练习 HOWTO FAQ
❮ 上一节 下一节 ❯

Apache Solr - 在 Hadoop 上

Solr 可以与 Hadoop 一起使用。由于 Hadoop 处理大量数据，Solr 可帮助我们从如此庞大的来源中找到所需的信息。在本节中，让我们了解如何在系统上安装 Hadoop。

下载 Hadoop

下面给出了将 Hadoop 下载到系统上需要遵循的步骤。

步骤 1 − 转到 Hadoop 主页。您可以使用链接 − www.hadoop.apache.org/。单击链接 Releases，如以下屏幕截图中突出显示。

Hadoop 主页

它将重定向您到 Apache Hadoop Releases 页面，其中包含各种版本的 Hadoop 源和二进制文件的镜像链接，如下所示 −

Hadoop Releases

步骤 2 − 选择最新版本的 Hadoop(在我们的教程中为 2.6.4)并单击其 二进制链接。它将带您进入一个页面，其中提供了 Hadoop 二进制镜像。单击其中一个镜像即可下载 Hadoop。

从命令提示符下载 Hadoop

打开 Linux 终端并以超级用户身份登录。

$ su
password:

转到需要安装 Hadoop 的目录，并使用之前复制的链接将文件保存在那里，如以下代码块所示。

# cd /usr/local
# wget http://redrockdigimark.com/apachemirror/hadoop/common/hadoop-
2.6.4/hadoop-2.6.4.tar.gz

下载 Hadoop 后，使用以下命令将其解压。

# tar zxvf hadoop-2.6.4.tar.gz  
# mkdir hadoop 
# mv hadoop-2.6.4/* to hadoop/ 
# exit

安装 Hadoop

按照以下步骤以伪分布式模式安装 Hadoop。

步骤 1:设置 Hadoop

您可以通过将以下命令附加到 ~/.bashrc 文件来设置 Hadoop 环境变量。

export HADOOP_HOME = /usr/local/hadoop export
HADOOP_MAPRED_HOME = $HADOOP_HOME export
HADOOP_COMMON_HOME = $HADOOP_HOME export 
HADOOP_HDFS_HOME = $HADOOP_HOME export 
YARN_HOME = $HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR = $HADOOP_HOME/lib/native 
export PATH = $PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL = $HADOOP_HOME

接下来，将所有更改应用到当前运行的系统中。

$ source ~/.bashrc

第 2 步:Hadoop 配置

您可以在"$HADOOP_HOME/etc/hadoop"位置找到所有 Hadoop 配置文件。需要根据您的 Hadoop 基础架构对这些配置文件进行更改。

$ cd $HADOOP_HOME/etc/hadoop

为了使用 Java 开发 Hadoop 程序，您必须重置 hadoop-env.sh 文件中的 Java 环境变量，方法是将 JAVA_HOME 值替换为系统中 Java 的位置。

export JAVA_HOME = /usr/local/jdk1.7.0_71

以下是您必须编辑以配置 Hadoop 的文件列表 −

  • core-site.xml
  • hdfs-site.xml
  • yarn-site.xml
  • mapred-site.xml

core-site.xml

core-site.xml 文件包含用于 Hadoop 实例的端口号、分配给文件系统的内存、用于存储数据的内存限制以及读/写缓冲区的大小等信息。

打开 core-site.xml 并在 <configuration>、</configuration> 标签内添加以下属性。

<configuration> 
   <property>     
      <name>fs.default.name</name>     
      <value>hdfs://localhost:9000</value>   
   </property> 
</configuration>

hdfs-site.xml

hdfs-site.xml 文件包含复制数据的值、namenode 路径以及本地文件系统的 datanode 路径等信息。它表示您要存储 Hadoop 基础架构的位置。

让我们假设以下数据。

dfs.replication (data replication value) = 1  

(In the below given path /hadoop/ is the user name. 
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) 
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode  

(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) 
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

打开此文件并在 <configuration>、</configuration> 标签内添加以下属性。

<configuration> 
   <property>     
      <name>dfs.replication</name>     
      <value>1</value>   
   </property>  
   
   <property>     
      <name>dfs.name.dir</name>     
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value>   
   </property>  
   
   <property>     
      <name>dfs.data.dir</name>     
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value>   
   </property> 
</configuration>

注意 − 在上述文件中，所有属性值都是用户定义的，您可以根据您的 Hadoop 基础架构进行更改。

yarn-site.xml

此文件用于将 yarn 配置到 Hadoop。打开 yarn-site.xml 文件，并在此文件中的 <configuration>、</configuration> 标签之间添加以下属性。

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

mapred-site.xml

此文件用于指定我们使用哪个 MapReduce 框架。默认情况下，Hadoop 包含一个 yarn-site.xml 模板。首先，需要使用以下命令将文件从 mapred-site,xml.template 复制到 mapred-site.xml 文件。

$ cp mapred-site.xml.template mapred-site.xml

打开 mapred-site.xml 文件并在 <configuration>、</configuration> 标签内添加以下属性。

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

验证 Hadoop 安装

以下步骤用于验证 Hadoop 安装。

步骤 1:名称节点设置

使用命令"hdfs namenode –format"设置名称节点，如下所示。

$ cd ~
$ hdfs namenode -format

预期结果如下。

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG:   host = localhost/192.168.1.11 
STARTUP_MSG:   args = [-format] STARTUP_MSG:   version = 2.6.4 
... 
... 
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1 
images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 
************************************************************/

步骤 2:验证 Hadoop dfs

以下命令用于启动 Hadoop dfs。执行此命令将启动您的 Hadoop 文件系统。

$ start-dfs.sh

预期输出如下 −

10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

步骤 3:验证 Yarn 脚本

以下命令用于启动 Yarn 脚本。执行此命令将启动您的 Yarn 守护程序。

$ start-yarn.sh

预期输出如下 −

starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop-2.6.4/logs/yarn-
hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop-
2.6.4/logs/yarn-hadoop-nodemanager-localhost.out

步骤 4:在浏览器上访问 Hadoop

访问 Hadoop 的默认端口号为 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。

http://localhost:50070/

访问 Hadoop

在 Hadoop 上安装 Solr

按照以下步骤下载并安装 Solr。

步骤 1

单击以下链接 − 打开 Apache Solr 主页https://lucene.apache.org/solr/

Solr 主页

第 2 步

单击下载按钮(在上面的屏幕截图中突出显示)。单击后，您将被重定向到拥有 Apache Solr 各种镜像的页面。选择一个镜像并单击它，它将重定向到可以下载 Apache Solr 的源文件和二进制文件的页面，如以下屏幕截图所示。

Apache Mirror

步骤 3

单击后，将在系统的下载文件夹中下载一个名为 Solr-6.2.0.tqz 的文件夹。提取下载文件夹的内容。

步骤 4

在 Hadoop 主目录中创建一个名为 Solr 的文件夹，并将提取的文件夹的内容移动到其中，如下所示。

$ mkdir Solr 
$ cd Downloads 
$ mv Solr-6.2.0 /home/Hadoop/

验证

浏览 Solr 主目录的 bin 文件夹，并使用 version 选项验证安装，如以下代码块所示。

$ cd bin/
$ ./Solr version
6.2.0

设置主目录和路径

使用以下命令打开 .bashrc 文件 −

[Hadoop@localhost ~]$ source ~/.bashrc

现在按如下方式设置 Apache Solr 的主目录和路径目录 −

export SOLR_HOME = /home/Hadoop/Solr
export PATH = $PATH:/$SOLR_HOME/bin/

打开终端并执行以下命令 −

[Hadoop@localhost Solr]$ source ~/.bashrc

现在，您可以从任何目录执行 Solr 的命令。

❮ 上一节 下一节 ❯