创建hadoop用户
按ctrl+alt+t打开终端窗口,输入如下命令创建新用户:
$ sudo useradd -m hadoop -s /bin/bash
设置密码:
$ sudo passwd hadoop
为hadoop用户增加管理权限,方便部署:
$ sudo adduser hadoop sudo
由于ubuntu系统刚完成安装,需要更新相关一些软件,确保接下来的操作可以正常完成:
$ sudo apt-get update
安装SSH、配置SSH无密码登陆
集群、单节点模式都需要用到 SSH 登陆(类似于远程登陆,你可以登录某台 Linux 主机,并且在上面运行命令)
Ubuntu默认已经安装SSH客户端,只需要安装SSH服务器:
sudo apt-get install openssh-server
登录hadoop用户,此时还没有配置免密登陆,登录本机时需要手动输入密码:
执行exit退出
进入到.ssh文件夹,生成秘钥:
cd ~/.ssh
$ ssh-keygen -t rsa 一路点击回车
将公钥id_rsa.pub里面的内容赋值到authorized_keys中
$ cat ./id_rsa.pub>>./authorized_keys
再次登录本机
执行exit,实现退出刚刚的ssh登录
安装Java环境
我使用的是JDK1.8的版本
链接:https://pan.baidu.com/s/1yBjJwzHTXf6-RIC5PK-kZQ
提取码:qwer
创建jvm目录用来存放JDK文件
$ cd /usr/lib
$ sudo mkdir jvm
将本地下载的jdk-8u162-linux-x64.tar.gz传到虚拟机的Downloads文件夹下
将JDK文件解压到/usr/lib/jvm 目录下
在Downloads目录下执行
$ sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm
查看解压文件
设置环境变量(hadoop用户)
cd ~
nano ~/.bashrc
在打开的窗口中添加如下代码
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
保存退出
执行以下命令让配置生效
source ~/.bashrc
查看是否安装成功
java -version
安装Hadoop
下载hadoop
链接:https://pan.baidu.com/s/1gYZJaS2soCzn-fRrhzv1Lg
提取码:qwer
将本地下载的hadoop-3.1.3.tar.gz文件传到虚拟机的Downloads文件夹下,与安装java环境类似,将文件解压到/usr/local中
$ sudo tar -zxf ./hadoop-3.1.3.tar.gz -C /usr/local
$ cd /usr/local
$ sudo mv ./hadoop-3.1.3/ ./hadoop 将文件夹名称改为hadoop
$ sudo chown -R hadoop ./hadoop 将已重命名的该文件夹的拥有者,指定给用户hadoop,缺少这一步,将导致后续操作特别是运行Hadoop时,反复因权限不足而停止
设置环境变量,由于更改了权限,需要切换到hadoop用户
$ cd /usr/local/hadoop/etc/hadoop
nano hadoop-env.sh
在打开的窗口中添加如下代码
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
保存退出
执行以下命令让配置生效
$ source hadoop-env.sh
设置环境变量
$ cd ~
$ nano ~/.bashrc
加入以下信息
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export PATH=${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH
查看版本信息
$ cd /usr/local/hadoop
$ ./bin/hadoop version
Hadoop单机配置(非分部式)
Hadoop 默认模式为非分布式模式(本地模式),无需进行其他配置即可运行。非分布式即单 Java 进程,方便进行调试。
现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子(运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar 可以看到所有例子),包括 wordcount、terasort、join、grep 等。
在此我们选择运行 grep 例子,我们将 input 文件夹中的所有文件作为输入,筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数,最后输出结果到 output 文件夹中。
$cd /usr/local/hadoop
$ mkdir ./input 创建input文件夹
$ cp ./etc/hadoop/*.xml ./input 将配置文件作为输入文件
$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep ./input ./output ‘dfs[a-z.]+’
cat ./output/* 查看运行结果
注意:Hadoop 默认不会覆盖结果文件,因此再次运行上面实例会提示出错,需要先将 ./output 删除。
rm -r ./output
Hadoop伪分布式配置
Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中,伪分布式需要修改四个文件
$ cd /usr/local/hadoop/etc/hadoop
$ nano core-site.xml
将当中的
<configuration>
</configuration>
修改为
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
</configuration>
同样的,修改配置文件 hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/data</value>
</property>
</configuration>
修改mapred-site.xml
<configuration>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.application.classpath</name>
<value>$HADOOP_HOME/share/hadoop/mapreduce/*:$HADOOP_HOME/share/hadoop/$
</property>
</configuration>
修改yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanger.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
格式化后启动
为了保险起见,执行这一步前关闭命令行模式,重新打开。
格式化HDFS的NameNode(注意:切换到hadoop用户)
$ cd /usr/local/hadoop
$ ./bin/hdfs namenode -format
出现以下信息说明执行成功
开启NameNode和DataNode守护进程
cd /usr/local/hadoop
./sbin/start-dfs.sh
可通过执行jps命令查看是否运行成功
运行Hadoop伪分布式实例
首先需要在 HDFS 中创建用户目录:
$ ./bin/hdfs dfs -mkdir -p /user/hadoop
接着将 /usr/local/hadoop/etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统/user/hadoop/input 中
$ ./bin/hdfs dfs -mkdir input
$ ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
查看文件列表
$ ./bin/hdfs dfs -ls input
运行MapReduce任务
$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep ./input ./output ‘dfs[a-z.]+’
查看输出
$ ./bin/hdfs dfs -cat output/*