Hadoop简介和安装

大数据

1、海量数据

2、处理海量数据的一系列技术：存储和计算

大数据技术解决两个问题

1、存储数据

2、计算数据

准备工作

1. 准备三台虚拟机 （hadoop101,hadoop102,hadoop103），他们之间可以相互拼通

NAT模式：

2. 配置ip和主机的映射

   [root@hadoop101 ~]# vim /etc/hosts
   192.168.10.101 hadoop101
   192.168.10.102 hadoop102
   192.168.10.103 hadoop103
   

3. 创建hadoop用户，设置密码，hadoop用户配上sudo权限

   [root@hadoop101 ~]# useradd hadoop
   [root@hadoop101 ~]# passwd hadoop
   

配置sudo:

[root@hadoop101 ~]# vim /etc/sudoers
## Allow root to run any commands anywhere
root ALL=(ALL) ALL
hadoop ALL=(ALL) ALL

4. 三台虚拟机之间配上ssh免密(root和hadoop的免密)

   #配置root用户的免密
   [root@hadoop101 ~]# ssh-keygen
   [root@hadoop101 ~]# ssh-copy-id root@hadoop101
   [root@hadoop101 ~]# ssh-copy-id root@hadoop102
   [root@hadoop101 ~]# ssh-copy-id root@hadoop103
   
   #配置hadoop用户的免密
   [hadoop@hadoop101 ~]$ ssh-keygen
   [hadoop@hadoop101 ~]$ ssh-copy-id hadoop@hadoop101
   [hadoop@hadoop101 ~]$ ssh-copy-id hadoop@hadoop102
   [hadoop@hadoop101 ~]$ ssh-copy-id hadoop@hadoop103
   

5. 在其中一个服务器节点上的hadoop home目录下创 建以下文件夹

   installPkg 存放安装包 
   apps 存放程序 
   data 存放数据文件 
   script 存放脚本文件 
   [hadoop@hadoop101 ~]$ mkdir installPkg apps data script
   

大数据技术体系

Hadoop 介绍

官网地址：http://hadoop.apache.org/
https://www.cloudera.com —
CDH系列 Hortonworks 、cloudera、MapR
Hadoop之父 ------ Doug Cutting
Maven父子工程

Hadoop是由以下的模块组成的：

Hadoop Common：支持其他Hadoop模块的通用实用程序。
Hadoop分布式文件系统（HDFS）：一种分布式文件系统，可提供对应用程序数据的高吞吐量访问。
Hadoop YARN：用于作业调度和群集资源管理的框架。
Hadoop MapReduce：基于YARN的系统，用于并行处理大数据集。

狭义的Hadoop：Hadoop本身
广义的Hadoop：指的是整个Hadoop生态圈。一系列的 大数据技术。

Google
Google的三篇论文：
GFS---- HDFS、MapReduce — MapReduce、BigTable — HBase

分布式文件系统设计思想

HDFS下载安装

下载地址：https://archive.apache.org/dist/hadoop/common/
CRT: Alt + P 上传资源
Hadoop是基于Java编写

HDFS集群规划：
hadoop101：NameNode、DataNode
hadoop102：DataNode
hadoop103：DataNode

1、安装jdk

## 1.解压 
[hadoop@hadoop101 installPkg]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C ../apps/ 

## 2.创建软连接 
[hadoop@hadoop101 apps]$ ln -s jdk1.8.0_144/ jdk

## 3、配置环境变量 
[hadoop@hadoop101 jdk]$ sudo vim /etc/profile
export JAVA_HOME=/home/hadoop/apps/jdk
export PATH=$PATH:$JAVA_HOME/bin

# 运行全局配置文件，让环境变量生效
[hadoop@hadoop101 jdk]$ . /etc/profile

2、安装HDFS
2.1 上传资源包
2.2 解压

[hadoop@hadoop101 installPkg]$ tar -zxvf hadoop-2.7.3.tar.gz -C ../apps/

2.3 创建软连接

[hadoop@hadoop101 apps]$ ln -s hadoop2.7.3/ hadoop

可以删除一些文件（也可以不删除）：
/apps/hadoop/bin下以.cmd结尾的文件（是windows下的文件）

[hadoop@hadoop101 bin]$ rm -rf *.cmd

/apps/hadoop/etc/hadoop下以.cmd结尾的文件

[hadoop@hadoop101 hadoop]$ rm -rf *.cmd

/apps/hadoop/libexec下以.cmd结尾的文件

[hadoop@hadoop101 libexec]$ rm -rf *.cmd

/apps/hadoop/sbin下以.cmd结尾的文件

[hadoop@hadoop101 sbin]$ rm -rf *.cmd

/apps/hadoop/share下的doc文件夹（官方文档）

[hadoop@hadoop101 share]$ rm -rf doc

2.4 配置运行环境

[hadoop@hadoop101 hadoop]$ vim hadoop-env.sh
export JAVA_HOME=/home/hadoop/apps/jdk

2.5 配置NameNode的位置

[hadoop@hadoop101 hadoop]$ vim core-site.xml

<property>
    <!--NameNode的位置-->
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop101:9000</value>
</property>

2.6 配置DataNode

[hadoop@hadoop101 hadoop]$ vim slaves
hadoop101
hadoop102
hadoop103

2.7 配置NameNode（NN）和DataNode（DN）的数据目录

[hadoop@hadoop101 hadoop]$ vim core-site.xml

<property>
    <!--NN和DN数据存储的位置-->
    <name>hadoop.tmp.dir</name>
    <value>/home/hadoop/apps/hadoop/data</value>
</property>

注：在/home/hadoop/apps/hadoop目录下创建一个data目录

2.8 配置hdfs的环境变量

[hadoop@hadoop101 ~]$ sudo vim /etc/profile
## hadoop的环境变量
export HADOOP_HOME=/home/hadoop/apps/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

2.9 分发到其他节点

[hadoop@hadoop101 ~]$ scp -r apps/ hadoop@hadoop102:$PWD
[hadoop@hadoop101 ~]$ scp -r apps/ hadoop@hadoop103:$PWD
[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@hadoop102:/etc/
[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@hadoop103:/etc/

2.10 格式化hdfs

[hadoop@hadoop101 ~]$ hdfs namenode -format
## 出现以下提示表示格式化成功 
19/11/14 00:04:17 INFO common.Storage: Storage directory 
/home/hadoop/apps/hadoop/data/dfs/name has been successfully formatted.

2.11 启动NameNode

[hadoop@hadoop101 sbin]$ ./hadoop-daemon.sh start namenode

2.12 查看NameNode的webUI端口

[hadoop@hadoop101 sbin]$ jps
29253 NameNode
29324 Jps
[hadoop@hadoop101 sbin]$ netstat -nltp | grep 29253

2.13 浏览器访问NameNode的webUI

http://hadoop101:50070

2.14 启动DataNode

[hadoop@hadoop101 sbin]$ ./hadoop-daemon.sh start datanode
[hadoop@hadoop102 sbin]$ ./hadoop-daemon.sh start datanode
[hadoop@hadoop103 sbin]$ ./hadoop-daemon.sh start datanode

注意：如果浏览器不能访问，可能是防火墙没有关闭

关闭防火墙

service iptables stop

service iptables status 查看防火墙状态

chkconfig –list 查看打开关闭情况

chkconfig iptables off 关闭级别，开机重启就不会开启防火墙

[hadoop@hadoop101 sbin]sudo service iptables stop
[hadoop@hadoop101 sbin]sudo chkconfig iptables off

关闭虚拟机前一定要先关进程，所有的虚拟机都要先关进程

# jps查看进程编号
[hadoop@hadoop101 sbin]$ jps
2691 NameNode
2887 Jps
2810 DataNode
[hadoop@hadoop101 sbin]$ kill -9 2691
[hadoop@hadoop101 sbin]$ kill -9 2810