Hadoop組態使用Solr - tw511教學網

Solr可以和Hadoop一起使用。由於Hadoop是用於處理大量資料，Solr幫助我們從這麼巨量資料源中找到所需的資訊。在本節中，我們將了解如何在系統上安裝Hadoop。

下載Hadoop

下面給出了如何將Hadoop下載到系統中的步驟。

第1步 - 開啟Hadoop主頁 - www.hadoop.apache.org/。單擊連結版本，如下面的螢幕截圖中突出顯示。

它將重定向到Apache Hadoop發布頁面，其中包含有關各種版本的Hadoop源代碼和二進位制檔案映象的連結，如下所示：

步驟2 - 選擇最新穩定Hadoop版本(在本教學中，選擇的是2.6.4)，並單擊其二進位制連結。它將轉到一個頁面，其中提供了Hadoop二進位制檔案的映象。單擊其中一個映象下載Hadoop。

從命令提示字元下載Hadoop

開啟Linux終端並以超級使用者(root)身份登入。

$ su 
password:

轉到需要安裝Hadoop的目錄，並使用之前複製的連結將檔案儲存在此目錄下，如下面的程式碼塊所示。

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

下載Hadoop後，使用以下命令解壓縮。

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

安裝Hadoop

按照下面給出的步驟在偽分散式模式下安裝Hadoop。

第1步：設定Hadoop

可以通過將以下命令附加到?/ .bashrc檔案來設定Hadoop環境變數。

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

接下來，將所有更改應用到當前執行的系統，執行以下程式碼 -

$ source ~/.bashrc

第2步：Hadoop組態

可以在位置「$HADOOP_HOME/etc/hadoop」目錄中找到所有Hadoop組態檔案。需要根據您的Hadoop基礎結構對這些組態檔案進行更改。

$ cd $HADOOP_HOME/etc/hadoop

為了在Java中開發Hadoop程式，必須通過將JAVA_HOME值替換為系統中Java的位置來重置hadoop-env.sh檔案中的Java環境變數。

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

以下是必須編輯以組態Hadoop的檔案的列表 -

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

core-site.xml

core-site.xml檔案包含諸如用於Hadoop範例的埠號，為檔案系統分配的記憶體，用於儲存資料的記憶體限制以及讀/寫緩衝區大小的資訊。

開啟core-site.xml並在<configuration>，</ configuration>標籤中新增以下屬性。

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

hdfs-site.xml

hdfs-site.xml檔案包含本地檔案系統的複製資料值，namenode路徑和datanode路徑等資訊。表示要儲存Hadoop基礎架構的位置。

假設有以下資料。

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

開啟此檔案，並在<configuration>，</ configuration>標記中新增以下屬性。

<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 - 在上述檔案中，所有屬性值都是使用者定義的，您可以根據Hadoop基礎結構進行更改。

yarn-site.xml
此檔案用於在Hadoop中組態yarn 。開啟yarn-site.xml檔案，並在此檔案中的<configuration>，</ configuration>標記之間新增以下屬性。

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

mapred-site.xml

此檔案用於指定使用的MapReduce框架。預設情況下，Hadoop包含yarn-site.xml模板。首先，需要使用以下命令將檔案從mapred-site，xml.template複製到mapred-site.xml檔案。

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

開啟mapred-site.xml檔案，並在<configuration>，</ configuration>標籤中新增以下屬性。

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

驗證Hadoop安裝

以下步驟用於驗證Hadoop安裝。

第1步：命名節點設定

使用命令「hdfs namenode -format」設定namenode，如下所示。

$ cd ~ 
$ hdfs namenode -format

預期輸出結果如下 -

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 
************************************************************/

第2步：驗證Hadoop dfs

以下命令用於啟動Hadoop dfs。執行此命令將啟動Hadoop檔案系統。

$ start-dfs.sh

輸出結果如下 -

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]

第3步：驗證Yarn指令碼

以下命令用於啟動Yarn指令碼。執行此命令將啟動 Yarn 範例。

$ start-yarn.sh

輸出結果如下 -

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

第4步：在瀏覽器上存取Hadoop

存取Hadoop的預設埠號為50070。使用以下URL在瀏覽器上獲取Hadoop服務。

http://localhost:50070/

得到結果如下 -

在Hadoop上安裝Solr

按照以下步驟下載並安裝Solr。

第1步

通過單擊以下連結開啟Apache Solr的主頁 - http://lucene.apache.org/solr/

第2步

點選下載按鈕(在上面的截圖中箭頭突出顯示)。點選後將被重定向到Apache Solr的各種映象的頁面。選擇一個映象並單擊它，這將重定向到一個頁面，您可以下載Apache Solr的原始檔和二進位制檔案，如下面的螢幕截圖所示。

第3步

選擇Solr-6.2.0.tqz的檔案夾將它下載到系統的檔案夾中。提取下載的檔案夾的內容。

第4步

在Hadoop主目錄中建立一個Solr的檔案夾，並將解壓縮檔案夾的內容移動到其中，如下所示。

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

驗證

進入到solr主目錄的bin檔案夾，並使用version選項驗證安裝，如以下程式碼塊所示。

$ cd bin/ 
$ ./Solr version 
6.2.0

設定主目錄和路徑

使用以下命令開啟.bashrc檔案 -

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

現在設定Apache Solr的home和path目錄如下 -

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

開啟終端並執行以下命令 -

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

現在，可以從任何目錄執行Solr命令。