Apache Solr - 在Hadoop上

上一页
下一页

Solr 可以与 Hadoop 一起使用。由于 Hadoop 处理大量数据，Solr 帮助我们从如此庞大的数据源中查找所需信息。在本节中，让我们了解如何在您的系统上安装 Hadoop。

下载 Hadoop

以下是下载 Hadoop 到您系统的步骤。

步骤 1 - 转到 Hadoop 的主页。您可以使用以下链接：www.hadoop.apache.org/。单击Releases链接，如下面的屏幕截图所示。

Hadoop Home Page

它将引导您到Apache Hadoop Releases页面，该页面包含指向各种 Hadoop 版本的源代码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（在本教程中为 2.6.4）并单击其二进制链接。它将带您到一个提供 Hadoop 二进制文件镜像的页面。单击这些镜像之一以下载 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:

转到您需要安装 Hadoop 的目录，并使用前面复制的链接将文件保存到该目录，如下面的代码块所示。

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

下载 Hadoop 后，使用以下命令解压缩它。

# 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添加到~/.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。

$ source ~/.bashrc

步骤 2：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 基础架构更改这些配置文件。

$ cd $HADOOP_HOME/etc/hadoop

为了在 Java 中开发 Hadoop 程序，您必须通过将JAVA_HOME值替换为您系统中 Java 的位置来重置hadoop-env.sh文件中的 Java 环境变量。

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文件包含有关 Hadoop 实例使用的端口号、为文件系统分配的内存、存储数据的内存限制以及读/写缓冲区大小的信息。

打开 core-site.xml 并将以下属性添加到<configuration>，</configuration>标签内。

<configuration> 
   <property>     
      <name>fs.default.name</name>     
      <value>hdfs://127.0.0.1:9000</value>   
   </property> 
</configuration>

hdfs-site.xml

hdfs-site.xml文件包含有关复制数据的值、namenode路径和您本地文件系统的datanode路径的信息。这意味着您要存储 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 中。打开 yarn-site.xml 文件，并在该文件的<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正在使用哪个 MapReduce 框架。默认情况下，Hadoop 包含 yarn-site.xml 的模板。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：Name Node 设置

使用命令“hdfs namenode –format”设置 namenode，如下所示。

$ cd ~ 
$ hdfs namenode -format

预期结果如下所示。

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。

https://127.0.0.1:50070/

Accessing Hadoop

在 Hadoop 上安装 Solr

按照以下步骤下载并安装 Solr。

步骤 1

通过单击以下链接打开 Apache Solr 的主页：https://lucene.apache.org/solr/

Solr Home Page

步骤 2

单击下载按钮（在上面的屏幕截图中突出显示）。单击后，您将被重定向到一个页面，其中包含 Apache Solr 的各种镜像。选择一个镜像并单击它，这将引导您到一个页面，您可以在该页面上下载 Apache Solr 的源代码和二进制文件，如下面的屏幕截图所示。

Apache Mirror

步骤 3

单击后，名为Solr-6.2.0.tqz的文件夹将下载到您系统的下载文件夹中。解压缩下载文件夹的内容。

步骤 4

在 Hadoop 主目录中创建一个名为 Solr 的文件夹，并将解压缩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/

验证

浏览 Solr 主目录的bin文件夹，并使用version选项验证安装，如下面的代码块所示。

$ cd bin/ 
$ ./Solr version 
6.2.0

设置 home 和 path

使用以下命令打开.bashrc文件：

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

现在，为 Apache Solr 设置 home 和 path 目录，如下所示：

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 命令。

打印页面
上一页
下一页
广告