Hadoop伪分布式环境搭建

1.准备Linux环境
1.0设置网络环境，通过NAT方式上网
控制面板 -> 网络连接 -> VMnet8 ->修改TCP/IPv4 设置网段：
- ip:192.168.254.2
- 子网掩码：255.255.255.0
vmware -> 虚拟网络编辑器 -> 选择NAT模式 -> NAT设置 -> 网关ip:192.168.254.1
centos01主机 -> 设置 -> 网络适配器 -> 自定义（VMnet8 NAT模式）
1.1修改主机名

[ddhdzt@centos01 mapreduce]$ vim /etc/hostname

1.2修改IP
两种方式：
第一种：通过Linux图形界面进行修改（强烈推荐）
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.254.80 子网掩码：255.255.255.0 网关：192.168.254.1 -> apply
第二种：修改配置文件方式（屌丝程序猿专用）
vim /etc/sysconfig/network-scripts/ifcfg-eth0

DEVICE="eth0"
BOOTPROTO="static"               ###
HWADDR="00:0C:29:3C:BF:E7"
IPV6INIT="yes"
NM_CONTROLLED="yes"
ONBOOT="yes"
TYPE="Ethernet"
UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
IPADDR="192.168.254.80"           ###
NETMASK="255.255.255.0"          ###
GATEWAY="192.168.254.1"            ###

1.3修改主机名和IP的映射关系

[ddhdzt@centos01 mapreduce]$ vim /etc/hosts
192.168.254.80 centos01

1.4关闭防火墙
centos7版本以上的方式
#查看防火墙状态
service iptables status
#关闭防火墙
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables –list
#关闭防火墙开机启动
chkconfig iptables off
centos7关闭防火墙

systemctl start firewalld.service#启动firewall
systemctl stop firewalld.service#停止firewall
systemctl disable firewalld.service#禁止firewall开机启动

1.5重启Linux
reboot

2.安装JDK
2.1通过xshell的rz命令将jdk文件发送到centos01上
2.2解压jdk
#创建文件夹
mkdir /home/ddhdzt/app
#解tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/ddhdzt/app将java添加到环境变量中vim /etc/profile文件最后添加

    export JAVA_HOME=/home/ddhdzt/app/jdk-7u_65-i585
    export PATH=$PATH:$JAVA_HOME/bin 

    #刷新配置
    source /etc/profile

3.安装hadoop2.4.1
先上传hadoop的安装包到服务器上去/home/ddhdzt/
注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop
伪分布式需要修改5个配置文件
3.1配置hadoop
第一个：hadoop-env.sh

vim hadoop-env.sh
第27行
export JAVA_HOME=/usr/java/jdk1.7.0_65

第二个：core-site.xml

指定HADOOP所使用的文件系统schema（URI），HDFS的`这里写代码片（NameNode）的地址
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://centos01:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/ddhdzt/hadoop-2.4.1/tmp</value>
    </property>

第三个：hdfs-site.xml hdfs-default.xml (3)

<!-- 指定HDFS副本的数量 -->
        <property>
            <name>dfs.replication</name>
            <value>1</value>
        </property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)

mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

第五个：yarn-site.xml

<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>weekend-1206-01</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

3.2将hadoop添加到环境变量

vim /etc/proflie
export JAVA_HOME=/home/ddhdzt/app/jdk1.7.0_65
export HADOOP_HOME=/home/ddhdzt/app/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile

3.3格式化namenode（是对namenode进行初始化）

hdfs namenode -format (hadoop namenode -format)

3.4启动hadoop
先启动HDFS

sbin/start-dfs.sh

再启动YARN

sbin/start-yarn.sh

3.5验证是否启动成功
使用jps命令验证

27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode

3.6 浏览器查看hadoop是否启动

http://192.168.254.80:50070 （HDFS管理界面）
http://192.168.254.80:8088 （MR管理界面）

4.配置ssh免登陆

    #生成ssh免登陆密钥
    #进入到我的home目录
    cd ~/.ssh 
ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
ssh-copy-id localhost