云计算-搭建Hadoop伪分布式环境

准备的资源

前提：已经安装好虚拟机和Linux系统，这里Linux系统版本用的是Centos

1.hadoop2.2.0压缩包(必须)
    链接: https://pan.baidu.com/s/17IhGntG1xeK1JY7rwy8o3w 密码: gxu6

2.jdk（必须）
    链接: https://pan.baidu.com/s/1MBmvAtm91CUgzmFvzAzueg 密码: f8mu

3.SecureCRT（必要）
    挺好用的一个远程连接软件，也可上传宿主机文件到虚拟机的Linux系统中
    链接: https://pan.baidu.com/s/1apvjWOOCv0Wk620tYgRzdw 密码: ei3t

4.WinSCP（可选）        
    链接: https://pan.baidu.com/s/19wvJxSPvYd6aCCbMvE-M_A 密码: i3dt

---

1.准备Linux环境

1.0点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.8.0 子网掩码：255.255.255.0 -> apply -> ok
回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.8.100 子网掩码：255.255.255.0 -> 点击确定
在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok

1.1修改主机名
vim /etc/sysconfig/network

NETWORKING=yes
HOSTNAME=itcast01    ###

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：192.168.8.118 子网掩码：255.255.255.0 网关：192.168.8.1 -> apply

第二种：修改配置文件方式
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="192.168.8.118"           ###
NETMASK="255.255.255.0"          ###
GATEWAY="192.168.8.1"            ###
```

1.5修改主机名和IP的映射关系

vim /etc/hosts
192.168.8.118   itcast01

1.4关闭防火墙

    #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

1.5重启Linux
reboot

2.安装JDK

2.1上传jdk（将Windows下的jdk压缩包上传到linux系统中，可用上述的SecureCRT或者WinSCP，SecureCRT默认上传在： ~（家） 目录下）

2.2解压jdk
    #创建文件夹
    mkdir /usr/java
    #解压
    tar -zxvf jdk-7u65-linux-i586.tar.gz -C /usr/java/

2.3将java添加到环境变量中
    vim /etc/profile

#在文件最后添加
export JAVA_HOME=/usr/java/jdk1.7.0_60  
export PATH=$PATH:$JAVA_HOME/bin

    #刷新配置
    source /etc/profile

3.安装hadoop2.2.0

3.1上传hadoop2.2.0压缩包（将Windows下的jdk压缩包上传到linux系统中，可用上述的SecureCRT或者WinSCP，SecureCRT默认上传在： ~（家） 目录下）

3.2解压
    #创建文件夹
    mkdir /usr/hadoop
    #解压
    tar -zxvf hadoop-2.2.0.tar.gz -C /usr/hadoop/
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，配置文件位置 /usr/hadoop2.2.0/etc/hadoop路径下

3.3配置hadoop
第一个：hadoop-env.sh
    vim hadoop-env.sh

#第27行
export JAVA_HOME=/usr/java/jdk1.7.0_60

第二个：core-site.xml

<!-- 制定HDFS的老大（NameNode）的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://itcast01:9000</value>   
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop-2.2.0/tmp</value>
    </property>

第三个：hdfs-site.xml

<!-- 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)先用用括号的命令
      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>itcast01</value>
    </property>
    <!-- reducer获取数据的方式 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

https://blog.csdn.net/mr_leehy/article/details/77049800（四个配置文件的简单介绍）

3.4将hadoop添加到环境变量   
     vim /etc/proflie

export JAVA_HOME=/usr/java/jdk1.7.0_60   #jdk解压的位置
export HADOOP_HOME=/usr/hadoop-2.2.0     #hadoop解压的位置
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin  

#刷新配置
source /etc/profile

3.5格式化namenode（是对namenode进行初始化）(hadoop namenode -format)
    hdfs namenode -format 

3.6启动hadoop（注意：在/usr/hadoop2.2.0/etc/hadoop路径下使用下面两个命令）
    先启动HDFS
    sbin/start-dfs.sh

    再启动YARN
    sbin/start-yarn.sh

3.7验证是否启动成功
    使用jps命令验证（出现以下项目）
    27408 NameNode
    28218 Jps
    27643 SecondaryNameNode
    28066 NodeManager
    27803 ResourceManager
    27512 DataNode

3.8配置Windows的hosts文件
    hosts文件位置：C:\Windows\System32\Drivers\etc

 #在文件最后一行添加
 192.168.8.118   itcast01 

3.9在Windows下的浏览器输入如下地址，检查
    http://192.168.8.118:50070 （HDFS管理界面）
    http://192.168.8.118:8088 （MR管理界面）

4.配置ssh免登陆（可选） ##

#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