Hadoop伪分布模式安装

Hadoop伪分布模式安装

相关知识

Hadoop的运行模式分为3种：本地运行模式，伪分布运行模式，完全分布运行模式。
（1）本地模式（local mode）
这种运行模式在一台单机上运行，没有HDFS分布式文件系统，而是直接读写本地操作系统中的文件系统。在本地运行模式（local mode）中不存在守护进程，所有进程都运行在一个JVM上。单机模式适用于开发阶段运行MapReduce程序，这也是最少使用的一个模式。
（2）伪分布模式
这种运行模式是在单台服务器上模拟Hadoop的完全分布模式，单机上的分布式并不是真正的分布式，而是使用线程模拟的分布式。在这个模式中，所有守护进程(NameNode，DataNode，ResourceManager，NodeManager，SecondaryNameNode)都在同一台机器上运行。因为伪分布运行模式的Hadoop集群只有一个节点，所以HDFS中的块复制将限制为单个副本，其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外，其程序执行逻辑完全类似于完全分布式，因此，常用于开发人员测试程序的执行。本次实验就是在一台服务器上进行伪分布运行模式的搭建。
（3）完全分布模式
这种模式通常被用于生产环境，使用N台主机组成一个Hadoop集群，Hadoop守护进程运行在每台主机之上。这里会存在Namenode运行的主机，Datanode运行的主机，以及SecondaryNameNode运行的主机。在完全分布式环境下，主节点和从节点会分开。

安装步骤

一、首先来配置SSH免密码登陆：

1、

ssh-keygen -t rsa  

此时会有多处提醒输入在冒号后输入文本，这里主要是要求输入ssh密码以及密码的放置位置。在这里，只需要使用默认值，按回车即可。
2、切入到.ssh目录下：

cd ~/.ssh

3、下面在~/.ssh目录下，创建一个空文本，名为authorized_keys

touch ~/.ssh/authorized_keys

4、将存储公钥文件的id_rsa.pub里的内容，追加到authorized_keys中

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 

5、下面执行ssh localhost测试ssh配置是否正确

ssh localhost  

第一次使用ssh访问，会提醒是否继续连接，输入“yes"继续进行，执行完以后退出。后续再执行ssh localhost时，就不用输入密码了。

二、创建两个目录

mkdir /apps
mkdir /data

两个目录的作用分别为：/apps目录用来存放安装的框架，/data目录用来存放临时数据、HDFS数据、程序代码或脚本。

三、配置HDFS

创建/data/hadoop1目录，用来存放相关安装工具，如jdk安装包jdk-7u75-linux-x64.tar.gz及hadoop安装包hadoop-2.6.0-cdh5.4.5.tar.gz。

mkdir -p /data/hadoop1  

四、安装jdk

1、将/data/hadoop1目录下jdk-7u75-linux-x64.tar.gz 解压缩到/apps目录下。

tar -xzvf /data/hadoop1/jdk-7u75-linux-x64.tar.gz -C /apps  

2、下面将jdk1.7.0_75目录重命名为java，执行：

mv /apps/jdk1.7.0_75/  /apps/java  

五、修改环境变量

1、我们在这里修改用户环境变量。vim ~/.bashrc
2、输入上面的命令，打开存储环境变量的文件。空几行，将java的环境变量，追加进用户环境变量中。

#java  
export JAVA_HOME=/apps/java  
export PATH=$JAVA_HOME/bin:$PATH  

3、让环境变量生效。

source ~/.bashrc  

4、检验是否安装成功

java -version

六、安装hadoop

1、切换到/data/hadoop1目录下，将hadoop-2.6.0-cdh5.4.5.tar.gz解压缩到/apps目录下。

cd /data/hadoop1  
tar -xzvf /data/hadoop1/hadoop-2.6.0-cdh5.4.5.tar.gz -C /apps/

2、为了便于操作，我们也将hadoop-2.6.0-cdh5.4.5重命名为hadoop。

mv /apps/hadoop-2.6.0-cdh5.4.5/ /apps/hadoop  

3、修改用户环境变量，将hadoop的路径添加到path中。先打开用户环境变量文件。vim ~/.bashrc
将以下内容追加到环境变量~/.bashrc文件中。

#hadoop  
export HADOOP_HOME=/apps/hadoop  
export PATH=$HADOOP_HOME/bin:$PATH  

让环境变量生效。

source ~/.bashrc  

验证hadoop环境变量配置是否正常

hadoop version  

七、修改hadoop本身的配置

1、首先切换到hadoop配置目录下

 cd /apps/hadoop/etc/hadoop

2、修改hadoop-env.sh文件

vim /apps/hadoop/etc/hadoop/hadoop-env.sh  

将下面JAVA_HOME追加到hadoop-env.sh文件中。

export JAVA_HOME=/apps/java  

3、修改core-site.xml文件

vim /apps/hadoop/etc/hadoop/core-site.xml

添加下面配置到与标签之间。

<property>  
   <name>hadoop.tmp.dir</name>  
  <value>/data/tmp/hadoop/tmp</value>  
</property>  
<property>  
   <name>fs.defaultFS</name>  
   <value>hdfs://localhost:9000</value>  
</property>  

这里有两项配置：
一项是hadoop.tmp.dir，配置hadoop处理过程中，临时文件的存储位置。这里的目录/data/tmp/hadoop/tmp需要提前创建。

mkdir -p /data/tmp/hadoop/tmp  

另一项是fs.defaultFS，配置hadoop HDFS文件系统的地址。
4、修改hdfs-site.xml文件

vim /apps/hadoop/etc/hadoop/hdfs-site.xml

添加下面配置到与标签之间。

<property>  
 <name>dfs.namenode.name.dir</name>  
 <value>/data/tmp/hadoop/hdfs/name</value>  
<property>  
 <property>  
   <name>dfs.datanode.data.dir</name>  
  <value>/data/tmp/hadoop/hdfs/data</value>  
</property>  
<property>  
    <name>dfs.replication</name>  
         <value>1</value>  
</property>  
 <property>  
   <name>dfs.permissions.enabled</name>  
    <value>false</value>  
 </property>

/data/tmp/hadoop/hdfs路径，需要提前创建，所以我们需要执行

mkdir -p /data/tmp/hadoop/hdfs

5、查看slaves文件
内容为:localhost
6、下面格式化HDFS文件系统。执行：

hadoop namenode -format 

7、切换目录到/apps/hadoop/sbin目录下。

cd /apps/hadoop/sbin/

启动hadoop的hdfs相关进程。

./start-dfs.sh  

输入jps查看HDFS相关进程是否已经启动。

jps

8、下面来配置MapReduce相关配置。再次切换到hadoop配置文件目录

cd /apps/hadoop/etc/hadoop 
mv /apps/hadoop/etc/hadoop/mapred-site.xml.template  /apps/hadoop/etc/hadoop/mapred-site.xml
vim /apps/hadoop/etc/hadoop/mapred-site.xml

将mapreduce相关配置，添加到标签之间。

<property>  
  <name>mapreduce.framework.name</name>  
 <value>yarn</value>  
</property>  

这里指定mapreduce任务处理所使用的框架。
9、修改yarn-site.xml

vim /apps/hadoop/etc/hadoop/yarn-site.xml 

将yarn相关配置，添加到标签之间。

<property>  
   <name>yarn.nodemanager.aux-services</name>  
   <value>mapreduce_shuffle</value>  
</property> 

10、下面来启动进程，切换到hadoop启动目录。

cd /apps/hadoop/sbin/ 

执行命令，启动yarn。

./start-yarn.sh  

11、执行测试。
切换到/apps/hadoop/share/hadoop/mapreduce目录下。

cd /apps/hadoop/share/hadoop/mapreduce  

然后，在该目录下跑一个mapreduce程序，来检测一下hadoop是否能正常运行。

hadoop jar hadoop-mapreduce-examples-2.6.0-cdh5.4.5.jar pi 3 3

至此，Hadoop 伪分布模式已经安装完成!