Hadoop 上的 Apache Solr
Solr 可以与 Hadoop 一起使用。由于 Hadoop 处理大量数据,Solr 帮助我们从如此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 下载到你的系统上的步骤。
步骤 1 : 进入Hadoop首页。你可以使用链接: www.hadoop.apache.org/ .点击链接 Releases ,如以下屏幕截图中突出显示的那样。
它会将你重定向到 Apache Hadoop 版本 各版本 Hadoop 源文件和二进制文件镜像链接如下:
步骤 2 :选择最新版本的Hadoop(在我们的教程中是2.6.4),点击它的 二进制链接 .它将带你到一个页面,其中提供了 Hadoop 二进制文件的镜像。单击其中一个镜像以下载 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:
转到你需要安装 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缩。
# tar zxvf hadoop-2.6.4.tar.gz # mkdir hadoop # mv hadoop-2.6.4/* to hadoop/ # exit
安装 Hadoop
按照下面给出的步骤进行安装 Hadoop 在伪分布式模式下。
第 1 步:设置 Hadoop
你可以通过附加以下命令来设置 Hadoop 环境变量 ~/.bashrc file.
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正在运行的系统中。
$ source ~/.bashrc
第 2 步:Hadoop 配置
你可以在“$HADOOP_HOME/etc/hadoop”位置找到所有 Hadoop 配置文件。需要根据你的 Hadoop 基础架构对这些配置文件进行更改。
$ cd $HADOOP_HOME/etc/hadoop
为了在 Java 中开发 Hadoop 程序,你必须在 hadoop-env.sh 通过替换文件 JAVA_HOME 值与 Java 在你的系统中的位置。
export JAVA_HOME = /usr/local/jdk1.7.0_71
以下是你必须编辑以配置 Hadoop 的文件列表:
- 核心站点.xml
- hdfs-site.xml
- 纱线站点.xml
- mapred-site.xml
核心站点.xml
The 核心站点.xml 文件包含诸如用于 Hadoop 实例的端口号、为文件系统分配的内存、存储数据的内存限制以及读/写缓冲区大小等信息。
打开 core-site.xml 并在
<configuration> <property> <name>fs.default.name</name> <value>hdfs:// 本地主机:9000 </property> </configuration>
hdfs-site.xml
The hdfs-site.xml 文件包含复制数据的值等信息, namenode 路径,以及 datanode 本地文件系统的路径。这意味着你要存储 Hadoop 基础架构的地方。
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 = // 主页/hadoop/hadoopinfra/hdfs/namenode (hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) datanode path = // 主页/hadoop/hadoopinfra/hdfs/datanode
打开此文件并在
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.name.dir</name> <value>file:// /home/hadoop/hadoopinfra/hdfs/namenode </property> <property> <name>dfs.data.dir</name> <value>file:// /home/hadoop/hadoopinfra/hdfs/datanode </property> </configuration>
注意 : 在上面的文件中,所有的属性值都是用户定义的,你可以根据你的Hadoop基础设施进行更改。
纱线站点.xml
该文件用于将 yarn 配置到 Hadoop 中。打开 yarn-site.xml 文件并在该文件的
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
mapred-site.xml
该文件用于指定我们使用的 MapReduce 框架。默认情况下,Hadoop 包含一个 yarn-site.xml 模板。首先,需要从 mapred-site,xml.template to mapred-site.xml 文件使用以下命令。
$ cp mapred-site.xml.template mapred-site.xml
Open
mapred-site.xml
文件并在
<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。
第 1 步: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通过替换文件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通过替换文件56 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 10/24/14 21通过替换文件56 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0 10/24/14 21通过替换文件56 INFO util.ExitUtil: Exiting with status 0 10/24/14 21通过替换文件56 INFO namenode.NameNode: SHUTDOWN_MSG: /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 ************************************************************/
第 2 步:验证 Hadoop dfs
以下命令用于启动 Hadoop dfs。执行此命令将启动你的 Hadoop 文件系统。
$ start-dfs.sh
预期输出如下:
10/24/14 21mapred-site.xml56 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:验证 Yarn 脚本
以下命令用于启动 Yarn 脚本。执行此命令将启动你的 Yarn 恶魔。
$ 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
第 4 步:在浏览器上访问 Hadoop
访问 Hadoop 的默认端口号是 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。
http://localhost:50070/
在 Hadoop 上安装 Solr
请按照以下步骤下载并安装 Solr。
步骤 1
点击以下链接打开 Apache Solr 主页: https://lucene.apache.org/solr/
步骤 2
点击 下载按钮 (在上面的屏幕截图中突出显示)。单击后,你将被重定向到拥有各种 Apache Solr 镜像的页面。选择一个镜像并单击它,这会将你重定向到一个页面,你可以在其中下载 Apache Solr 的源文件和二进制文件,如以下屏幕截图所示。
步骤 3
单击时,一个名为的文件夹 Solr-6.2.0.tqz 将下载到你系统的下载文件夹中。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该文件夹中,如下所示。
$ mkdir Solr $ cd Downloads $ mv Solr-6.2.0 /home/Hadoop/
确认
浏览 bin Solr 主目录的文件夹并使用 version 选项,如以下代码块所示。
$ cd bin/ $ ./Solr version 6.2.0
设置家和路径
Open the .bashrc 文件使用以下命令:
[Hadoop@localhost ~]$ source ~/.bashrc
现在为 Apache Solr 设置主目录和路径目录,如下所示:
export SOLR_HOME = /home/Hadoop/Solr export PATH = $PATH:/$SOLR_HOME/bin/
打开终端,执行以下命令:
[Hadoop@localhost Solr]$ source ~/.bashrc
现在,你可以从任何目录执行 Solr 的命令。