Hadoop单机、伪分布式集群搭建（十分详细）

原文地址：http://blog.csdn.net/dr_guo/article/details/50886667

下面我就一边搭建一边写怎么搭建Hadoop伪分布模式。

1.下载jdk并安装

去官网下就可以了，下完之后把文件移到/opt/Java下

[plain]  view plain  copy

 

1. guo@guo:~/下载$ mv ./hadoop-2.7.2-src.tar.gz /opt/Hadoop/  
2. mv: 无法创建普通文件"/opt/Hadoop/hadoop-2.7.2.tar.gz": 权限不够  
3. guo@guo:~/下载$ su root #你用sudo也可以，我是直接换到root用户了，写顺手了  
4. 密码：   
5. root@guo:/home/guo/下载# mv ./hadoop-2.7.2.tar.gz /opt/Hadoop/  
6. root@guo:/home/guo/下载# mv ./jdk-8u73-linux-x64.tar.gz /opt/Java/  

解压

[plain]  view plain  copy

 

1. root@guo:/opt# cd Java/  
2. root@guo:/opt/Java# ll  
3. 总用量 177072  
4. drwxr-xr-x 2 root root      4096  3月 14 15:54 ./  
5. drwxr-xr-x 4 root root      4096  3月 14 15:51 ../  
6. -rw-rw-r-- 1 guo  guo  181310701  3月 14 15:47 jdk-8u73-linux-x64.tar.gz  
7. root@guo:/opt/Java# tar -zxvf jdk-8u73-linux-x64.tar.gz   

修改文件所有者(用户：用户组)

[plain]  view plain  copy

 

1. root@guo:/home/guo# chown -R guo:guo /opt/Java/jdk1.8.0_73/  
2. root@guo:/home/guo# cd /opt/Java/  
3. root@guo:/opt/Java# ll  
4. 总用量 177076  
5. drwxr-xr-x 3 root root      4096  3月 14 15:59 ./  
6. drwxr-xr-x 4 root root      4096  3月 14 15:51 ../  
7. drwxr-xr-x 8 guo  guo       4096  1月 30 09:53 jdk1.8.0_73/  
8. -rw-rw-r-- 1 guo  guo  181310701  3月 14 15:47 jdk-8u73-linux-x64.tar.gz  

设置java环境变量

[plain]  view plain  copy

 

1. sudo gedit /etc/profile  

在文件最后加上

[plain]  view plain  copy

 

1. #java  
2. export JAVA_HOME=/opt/Java/jdk1.8.0_73  
3. export JRE_HOME=/opt/Java/jdk1.8.0_73/jre  
4. export CLASSPATH=$JAVA_HOME/lib  
5. export PATH=:$PATH:$JAVA_HOME/bin:$JRE_HOME/bin  

之后更新配置文件

[plain]  view plain  copy

 

1. source /etc/profile  

然后查看java是否配置成功

[plain]  view plain  copy

 

1. guo@guo:~$ java -version  
2. java version "1.8.0_73"  
3. Java(TM) SE Runtime Environment (build 1.8.0_73-b02)  
4. Java HotSpot(TM) 64-Bit Server VM (build 25.73-b02, mixed mode)  

恭喜你第一步已经完成了！

2.配置SSH无密码登录（报错看这：ssh: connect to host localhost port 22: Connection refused）

注：ssh 用户名@主机名 ，如果直接ssh 主机名，它会以你那台机器的当前用户登录，所以另一台机器要有同样的用户。

从一台Linux主机登录到另一台Linux主机上（或发送一条指令到另外的机器上执行），如果集群有很多台机器，你挨个输密码肯定不行，所以要配置SSH无密码登录。

安装openssh-server

[plain]  view plain  copy

 

1. guo@guo:~$ su root  
2. 密码：   
3. root@guo:/home/guo# apt-get install openssh-server  

创建ssh-key（用rsa这种加密算法）

[plain]  view plain  copy

 

1. root@guo:/home/guo# ssh-keygen -t rsa  

多次回车即可，然后进入～/.ssh目录（“.”表示这是一个隐藏文件）

[plain]  view plain  copy

 

1. root@guo:/home/guo# cd ~/.ssh  
2. root@guo:~/.ssh# ll  
3. 总用量 16  
4. drwx------ 2 root root 4096  3月 14 16:20 ./  
5. drwx------ 4 root root 4096  3月 14 16:20 ../  
6. -rw------- 1 root root 1679  3月 14 16:20 id_rsa  
7. -rw-r--r-- 1 root root  390  3月 14 16:20 id_rsa.pub  

复制一份，改名为公钥

[plain]  view plain  copy

 

1. root@guo:~/.ssh# cp id_rsa.pub authorized_keys  
2. root@guo:~/.ssh# ll  
3. 总用量 20  
4. drwx------ 2 root root 4096  3月 14 16:22 ./  
5. drwx------ 4 root root 4096  3月 14 16:20 ../  
6. -rw-r--r-- 1 root root  390  3月 14 16:22 authorized_keys  
7. -rw------- 1 root root 1679  3月 14 16:20 id_rsa  
8. -rw-r--r-- 1 root root  390  3月 14 16:20 id_rsa.pub  

修改公钥权限（一定要改）

[plain]  view plain  copy

 

1. guo@guo:~/.ssh$ chmod 600 authorized_keys #4+2 0 0  
2. guo@guo:~/.ssh$ ll  
3. 总用量 56  
4. drwx------  2 guo guo 4096  3月 15 18:41 ./  
5. drwx------ 20 guo guo 4096  3月 15 17:56 ../  
6. -rw-------  1 guo guo  389  3月 15 18:41 authorized_keys  
7. -rw-------  1 guo guo 1679  3月 15 18:41 id_rsa  
8. -rw-r--r--  1 guo guo  389  3月 15 18:41 id_rsa.pub  
9. -rw-r--r--  1 guo guo  444  3月 15 18:37 known_hosts  

然后测试是否成功

[plain]  view plain  copy

 

1. guo@guo:~/.ssh$ ssh guo  
2. Welcome to Ubuntu 15.10 (GNU/Linux 4.2.0-16-generic x86_64)  
3.   
4.  * Documentation:  https://help.ubuntu.com/  
5.   
6. 0 packages can be updated.  
7. 0 updates are security updates.  
8.   
9. Last login: Tue Mar 15 18:39:56 2016 from 127.0.0.1  
10. guo@guo:~$ exit  
11. 注销  
12. Connection to guo closed.  
13. guo@guo:~/.ssh$   

3.Hadoop单机模式配置

去官网下最新的Hadoop（http://apache.opencas.org/hadoop/common/stable/），目前最新的是2.7.2，下载完之后把它放到/opt/Hadoop下

[plain]  view plain  copy

 

1. guo@guo:~/下载$ mv ./hadoop-2.7.2.tar.gz /opt/Hadoop/  
2. mv: 无法创建普通文件"/opt/Hadoop/hadoop-2.7.2.tar.gz": 权限不够  
3. guo@guo:~/下载$ su root   
4. 密码：   
5. root@guo:/home/guo/下载# mv ./hadoop-2.7.2.tar.gz /opt/Hadoop/  

解压

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop$ sudo tar -zxf hadoop-2.7.2.tar.gz   
2. [sudo] guo 的密码：  

解压jdk的时候我用的是tar -zxvf，其中的v呢就是看一下解压的过程，不想看你可以不写。

修改文件所有者(用户：用户组)

[plain]  view plain  copy

 

1. root@guo:/opt/Hadoop# chown -R guo:guo /opt/Hadoop/hadoop-2.7.2  
2. root@guo:/opt/Hadoop# ll  
3. 总用量 224960  
4. drwxr-xr-x  4 root root      4096  3月 14 18:14 ./  
5. drwxr-xr-x  4 root root      4096  3月 14 15:51 ../  
6. drwxr-xr-x 11 guo  guo       4096  3月 14 21:16 hadoop-2.7.2/  

设置环境变量

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop$ sudo gedit /etc/profile  

在最后加上（这样设置在执行bin/sbin目录下的命令时就不用进入该目录用了）

[plain]  view plain  copy

 

1. #hadoop  
2. export HADOOP_HOME=/opt/Hadoop/hadoop-2.7.2  
3. export PATH=$PATH:$HADOOP_HOME/sbin  
4. export PATH=$PATH:$HADOOP_HOME/bin  

然后更新配置

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop$ source /etc/profile  

修改/opt/Hadoop/hadoop-2.7.2/etc/hadoop下的hadoop-env.sh

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop$ cd hadoop-2.7.2  
2. guo@guo:/opt/Hadoop/hadoop-2.7.2$ cd etc/hadoop/  
3. guo@guo:/opt/Hadoop/hadoop-2.7.2/etc/hadoop$ sudo gedit ./hadoop-env.sh  

进入文件后

[plain]  view plain  copy

 

1. export JAVA_HOME=${JAVA_HOME}#将这个改成JDK路径，如下  
2. export JAVA_HOME=/opt/Java/jdk1.8.0_73  

然后更新文件配置

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2/etc/hadoop$ source ./hadoop-env.sh  

恭喜你单机模式已经配置好了！这时你就可以运行一下wordcount试试了。

4.Hadoop伪分布模式配置

修改core-site.xml

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2/etc/hadoop$ sudo gedit ./core-site.xml   
2. [sudo] guo 的密码：   

进入文件后加入以下内容

[plain]  view plain  copy

 

1. <configuration>  
2.    <property>  
3.     <name>fs.default.name</name>  
4.     <value>hdfs://localhost:9000</value>  
5.    </property>  
6.    <property>  
7.     <name>hadoop.tmp.dir</name>  
8.     <value>/opt/Hadoop/hadoop-2.7.2/tmp</value>  
9.    </property>  
10.   
11. </configuration>  

修改hdfs-site.xml

[plain]  view plain  copy

 

1. <configuration>  
2.     <property><!--设置副本数1，不写默认是3份-->  
3.     <name>dfs.replication</name>  
4.     <value>1</value>  
5.     </property>  
6. </configuration>  

拷贝mapred-site.xml.template一份，修改为mapred-site.xml

[plain]  view plain  copy

 

1. sudo cp mapred-site.xml.template mapred-site.xml  

并在里面加入

[plain]  view plain  copy

 

1. <configuration>  
2. <property>  
3. <name>mapreduce.framework.name</name>  
4. <value>yarn</value>  
5. </property>  
6. </configuration>  

修改yarn-site.xml

[plain]  view plain  copy

 

1. <configuration>  
2. <property>  
3. <name>yarn.nodemanager.aux-services </name>  
4. <value>mapreduce_shuffle</value>  
5. </property>  
6. </configuration>  

格式化hdfs

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2# hdfs namenode -format  

启动hdfs

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2# start-dfs.sh  

启动yarn

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2# start-yarn.sh  

查看是否成功启动

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2# jps  
2. 10144 NodeManager  
3. 9668 SecondaryNameNode  
4. 9833 ResourceManager  
5. 9469 DataNode  
6. 10285 Jps  
7. 9311 NameNode  

如果出现NodeManager DataNode Jps SecondaryNameNode ResourceManage NameNode则表示启动成功(缺一不可)

如果出现下面的情况

[plain]  view plain  copy

 

1. guo@guo:/opt/Hadoop/hadoop-2.7.2$ jps  
2. 程序 'jps' 已包含在下列软件包中：  
3.  * openjdk-7-jdk (您必须启用main 组件)  
4.  * openjdk-6-jdk (您必须启用universe 组件)  
5.  * openjdk-8-jdk (您必须启用universe 组件)  
6. 请尝试：sudo apt-get install <选定的软件包>  

则执行

[plain]  view plain  copy

 

1. root@guo:/etc# update-alternatives --install /usr/bin/jps jps /opt/Java/jdk1.8.0_73/bin/jps 1  
2. update-alternatives: 使用 /opt/Java/jdk1.8.0_73/bin/jps 来在自动模式中提供 /usr/bin/jps (jps)  

查看resourcemanager:http://localhost:8088

查看namenode:http://localhost:50070

恭喜你伪分布模式已经配置好了！

下一篇博客我会专门写一下如何运行wordcount