hadoop安装和基本配置

Hadoop安装
1.安装好jdk
2.解压Hadoop压缩包：tar -zxvf hadoop.tar.gz
3.配置环境变量

export JAVA_HOME=/opt/jdk1.8.0_221
export JRE_HOME=/opt/jdk1.8.0_221/jre
export CLASSPATH=.:$JAVA_HOME/lib/rt.jar:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar
export HADOOP_HOME=/opt/hadoop
export HADOOP_MAPRED_HOME=$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 HADOOP_INSTALL=$HADOOP_HOME
export PATH=:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

4.配置hadoop ${HADOOP_HOME}/etc/hadoop/*-site.xml
a)Standalone | local 单机模式
i.没有守护进程、所有程序运行在同一JVM中，利于test和debug
b)Pseduo distributed Mode 伪分布模式
i.core-site.xm

<configuration>
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://192.168.56.137:9000</value>
</property>
<property>
   <name>hadoop.tmp.dir</name>
   <value>/opt/hadoop/tmp</value>
</property>
<property>
   <name>hadoop.proxyuser.root.hosts</name>
   <value>*</value>
 </property>
<property>
   <name>hadoop.proxyuser.root.groups</name>
   <value>*</value>
 </property>
 <property>
    <name>hadoop.native.lib</name>
    <value>false</value>
    <description>Should native hadoop libraries, if present, be used.</description>
</property>
</configuration>

ii.hdfs-site.xml

<configuration>
<property>
  <name>dfs.replication</name>
  <value>1</value>
</property>
<property>
  <name>dfs.namenode.secondary.http-address</name>
  <value>lijia1:50090</value>
</property>
</configuration>

iii.Mapred-site.xml (CP)

<configuration>
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>
<property>
        <name>mapreduce.jobhistory.address</name>
        <value>HostName:10020</value>
</property>
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>HostName:19888</value>
</property>
</configuration>

iv.Yarn-site.xml

<configuration>
<!-- reducer获取数据方式 -->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>
<property>
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<!-- 指定YARN的ResourceManager的地址 -->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>HostName</value>
</property>
<!-- 日志聚集功能使用 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 日志保留时间设置7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>
</configuration>

vi ./slaves
里面写自己的主机名:hostname
hadoop-env.sh
写明JAVA_HOME地址

v.配置SSH(安全套接字处理)
1.目的是使用脚步启动远程服务器的启动，必须使用shell登陆远程服务，但每个登陆都需要输入密码就非常麻烦，所有需要配置无密配置，需要在NameNode上生成私钥，把公钥发给DataNode
2.步骤

a)生成秘钥对
i.ssh-keygen
b)把公钥拷贝到秘钥库中
i.伪分布式复制到自己
1.cat  ~/.ssh/id_rsa.pub  > ~/.ssh/authorized_keys

ii.完全分布式复制到DataNode

1.scp  root@主机名:~/.ssh/id_rsa.pub  ~/.ssh/id_rsa.pub
2.cat  ~/.ssh/id_rsa.pub  > ~/.ssh/authorized_keys

vi.格式化NameNode

hdfs namenode –format

vii.启动hadoop
1.命令(sbin目录下)

./start-all.sh

2.开启历史服务

 mr-jobhistory-daemon.sh start historyserver

3.jps命令，查看进程是否打开，正常打开后的结果应该如下

61361 Jps
10388 NameNode
10837 ResourceManager
10526 DataNode
10943 NodeManager
10198 SecondaryNameNode
62588 JobHistoryServer

如果有缺失，查看前面配置文件是否有错误，若配置无错误且启动正常，可以
stop-all.sh 命令所有命令
删除tmp文件夹，最好也删除logs文件夹 rm -rf
重新格式化：hadoop namenode -format
再次启动hadoop：stall-all.sh
还是缺失的话就去logs日志中查看具体报错信息，然后进行解决。