Hadoop安装
搭建环境
Ubuntu 16.04 64位 作为系统环境(Ubuntu 12.04,Ubuntu16.04 也行,32位、64位均可)
Hadoop2.6.0(2.7.1)
创建hadoop用户
按 Ctrl + Alt + T,即可进入命令行模式。
查看是否已经创建过hadoop用户
已创建用户
通过下面的命令查看是否有hadoop用户
cat /etc/passwd
未创建Hadoop用户
如果你安装 Ubuntu 的时候不是用的 “hadoop” 用户,那么需要增加一个名为 hadoop 的用户。
创建hadoop用户:
sudo useradd -m hadoop -s /bin/bash
为hadoop用户设置密码:
sudo passwd hadoop
hadoop用户增加管理员权限:
sudo adduser hadoop sudo
sudo命令: 安装过程中中会大量使用到sudo命令。sudo是ubuntu中一种权限管理机制,管理员可以授权给一些普通用户去执行一些需要root权限执行的操作,使用sudo命令需要输入密码。
apt工具更新
apt介绍
apt是一个命令行实用程序,用于在Ubuntu、Debian和相关Linux发行版上安装、更新、删除和管理deb软件包。 用Linux术语来说,包是类似于Windows上的程序的应用程序,库,工具。
apt 命令提供了查找、安装、升级、删除某一个、一组甚至全部软件包的命令,而且命令简洁而又好记。
apt 命令执行需要超级管理员权限(root)。
apt工具更新
sudo apt-get update
出现上图字样即apt工具安装成功
vim安装
什么是vim
Linux中vim是从vi发展出来的一个文本编辑器,该编辑器具有代码补完、编译及错误跳转等方便编程的功能,并且在程序员中被广泛使用,而vi是老式的文本处理器,不过功能也已经很齐全了。
安装vim
sudo apt-get install vim
vim的常用模式有分为命令模式,插入模式,可视模式,正常模式。
- 正常模式
正常模式主要用来浏览文本内容。一开始打开vim都是正常模式。在任何模式下按下Esc键就可以返回正常模式。- 插入编辑模式 插入编辑模式则用来向文本中添加内容的。在正常模式下,输入i键即可进入插入编辑模式。
- 退出vim 如果有利用vim修改任何的文本,一定要记得保存。Esc键退回到正常模式中,然后输入:wq即可保存文本并退出vim。
无法获得锁
当出现此问题时,运行下列命令。
sudo rm /var/lib/dpkg/lock-frontend
安装SSH、配置SSH无密码登陆
什么是SSH
linux中ssh是“Secure Shell”的缩写,是建立在应用层和传输层基础上的一种安全协议,用于计算机之间的加密登录;ssh既可以远程联机服务器,又可以借助ssh协议来传输数据,提供更安全的SFTP服务。
ssh命令用于远程登录上Linux主机。
安装SSH
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 默认已安装了 SSH client,此外还需要安装 SSH server:
sudo apt-get install openssh-server
出现上图的情形即安装成功
- 安装后,可以使用如下命令登陆本机 :
ssh localhost
- 此时会有如下提示(SSH首次登陆提示),输入 yes 。然后按提示输入密码 hadoop,这样就登陆到本机了
- 设置SSH无密码登录比较方便
exit # 退出刚才的 ssh localhost
cd ~/.ssh/ # 若没有该目录,请先执行一次ssh localhost
ssh-keygen -t rsa # 会有提示,都按回车就可以
cat ./id_rsa.pub >> ./authorized_keys # 加入授权
ssh-keygen -t rsa
输入命令后一直按回车即可,知道出现下图所示。
cat ./id_rsa.pub >> ./authorized_keys
把当前文件的id_rsa.pub 追加到 ./authorized_keys。
验证登录
不需要再次输入密码即成功。
安装JDK
把JDK1.8的安装包jdk-8u162-linux-x64.tar.gz 准备好在任意位置都可以。
cd /usr/lib
sudo mkdir jvm
#创建/usr/lib/jvm目录用来存放JDK文件
cd 桌面
#进入用户的linux压缩包所在的位置
sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm
#把JDK文件解压到/usr/lib/jvm目录下
配置环境变量
cd ~
vim ~/.bashrc
使用vim编辑器
进入后点击i 可编辑文字,输入下方文字后按 Esc键,英文 : ,wq保存并推出
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
配置生效
输入下面的命令,即可使配置生效
source ~/.bashrc
输入 java -version 出现下图情况则说明配置成功。
、
安装Hadoop3.1.3
将Hadoop压缩包解压到/usr/local中。安装包可以从Windows拖拽到Linux 桌面中
cd 桌面
sudo tar -zxf ./hadoop-3.1.3.tar.gz -C /usr/local
修改文件夹名称,并且修改文件权限
sudo mv ./hadoop-3.1.3/ ./hadoop # 将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop # 修改文件权限
检查Hadoop是否可用
cd /usr/local/hadoop
./bin/hadoop version
出现以下的情形则说明Hadoop可用
Hadoop单机配置(非分布式)
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。
运行Hadoop例子
cd /usr/local/hadoop
mkdir ./input
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-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/* # 查看运行结果
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2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式,每个配置以声明 property 的 name 和 value 的方式来实现。
修改配置文件 core-site.xml (通过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml),将当中的
<configuration>
</configuration>
修改为:
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</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>
编辑完一定要记得保存文件。
Hadoop配置文件说明:
Hadoop 的运行方式是由配置文件决定的(运行 Hadoop 时会读取配置文件),因此如果需要从伪分布式模式切换回非分布式模式,需要删除 core-site.xml 中的配置项。
此外,伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行(官方教程如此),不过若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。所以我们进行了设置,同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir,否则在接下来的步骤中可能会出错。
配置完成后,执行 NameNode 的格式化:
cd /usr/local/hadoop
./bin/hdfs namenode -format
成功的话,会看到 “successfully formatted” 和 “Exitting with status 0” 的提示,若为 “Exitting with status 1” 则是出错。 如果这里出现了错误,那么就极有可能前边的JDK环境变量配置出现了问题。
接着开启 NameNode 和 DataNode 守护进程。
cd /usr/local/hadoop
./sbin/start-dfs.sh #start-dfs.sh是个完整的可执行文件,中间没有空格
错误
我这里是出现了一个问题没有找到JAVA_HOME,环境变量配置成功了,
在JDK配置无错的情况下,可能是没有配置hadoop-env.sh文件。这个文件里写的是hadoop的环境变量,主要修改hadoop的JAVA_HOME路径。
切到 [hadoop]/etc/hadoop目录 执行:vim hadoop-env.sh 修改java_home路径和hadoop_conf_dir路径为具体的安装路径 例如:
export JAVA_HOME=/usr/jdk1.8.0_65
export HADOOP_CONF_DIR=/usr/hadoop-3.1.3/etc/hadoop
如果启动 Hadoop 时遇到输出非常多“ssh: Could not resolve hostname xxx”的异常情况,如下图所示:
这个并不是 ssh 的问题,可通过设置 Hadoop 环境变量来解决。首先按键盘的 ctrl + c 中断启动,然后在 ~/.bashrc 中,增加如下两行内容(设置过程与 JAVA_HOME 变量一样,其中 HADOOP_HOME 为 Hadoop 的安装目录):
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
退出后 source ~/.bashrc 使配置生效。
检验是否启动成功
通过命令 jps 来判断是否成功启动 。
出现这种情况即启动成功。
使用Web访问安装
使用命令:
cd /usr/local/hadoop
./sbin/start-dfs.sh
使用虚拟机浏览器访问:http://localhost:9870。(hadoop3.1.3的端口为9870)