Hadoop 伪分布式搭建(超详细)

Hadoop伪分布式搭建

• 虚拟机准备阶段操作
• • 安全设置
  • • 防火墙相关指令
    • 关闭关闭selinux
  • IP设置
  • • 查看机器IP
    • 修改主机名
    • 修改IP及主机名映射
  • SSH免密登陆
• Hadoop伪分布式搭建
• • JDK配置
  • • 解压
    • 配置环境变量
  • Hadoop配置
  • • 解压文件
    • 修改配置文件
    • 配置Hadoop环境变量
    • 验证环境变量是否配置成功
    • 格式化NameNode
    • Hadoop起停命令
    • 查看WebUI界面
• Hadoop 3.0以上看这里

虚拟机准备阶段操作

本文是基于CentOS 7 系统搭建
相关资源下载
链接:https://pan.baidu.com/s/1FW228OfyURxEgnXW0qqpmA 密码:18uc

安全设置

防火墙相关指令

# 查看防火墙状态
firewall-cmd --state

# 停止防火墙
[root@localhost ~]# systemctl stop firewalld.service

# 禁止防火墙开机自启
[root@localhost ~]# systemctl disable firewalld.service 

关闭关闭selinux

[root@localhost ~]# vi /etc/selinux/config

将 SELINUX=enforcing改为 SELINUX=disabled

IP设置

查看机器IP

[root@localhost ~]# ifconfig
ip 为192.168.78.100

修改主机名

[root@localhost ~]# vi /etc/hostname 

修改IP及主机名映射

[root@localhost ~]# vi /etc/hosts
192.168.78.100	CentOS

SSH免密登陆

[root@localhost ~]# ssh-keygen -t rsa # 生产密钥
# 连续三次回车


# 将密钥发送给需要登陆本机的机器，这里只有一台机器 所以发给自己
[root@localhost ~]# ssh-copy-id root@CentOS

# 测试ssh
[root@localhost ~]# ssh root@CentOS

Hadoop伪分布式搭建

• 创建 install文件夹

  [root@localhost ~]# mkdir /opt/install/

JDK配置

这里选用JDK8

解压

[root@localhost ~]# tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/install/

配置环境变量

[root@localhost jdk1.8.0_144]# vi /etc/profile
# 加入配置 加入位置如下图所示
export JAVA_HOME=/opt/install/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin

# 保存后刷新环境变量
[root@localhost jdk1.8.0_144]# source /etc/profile

# 刷新完 执行命令验证JDK是否安装成功
[root@localhost jdk1.8.0_144]# java -version

成功界面

Hadoop配置

解压文件

[root@localhost ~]# tar -zxvf hadoop-2.9.2.tar.gz -C /opt/install/

修改配置文件

[root@localhost ~]# cd /opt/install/hadoop-2.9.2/etc/hadoop

• hadoop-env.sh

  export JAVA_HOME=/opt/install/jdk1.8.0_144

• core-site.xml

     <!--  用于设置namenode并且作为Java程序的访问入口  -->
     <property>
          <name>fs.defaultFS</name>
          <value>hdfs://CentOS:8020</value>
     </property>
     <!--  存储NameNode持久化的数据，DataNode块数据  -->
     <!--  手工创建$HADOOP_HOME/data/tmp  -->
     <property>
           <name>hadoop.tmp.dir</name>
           <value>/opt/install/hadoop-2.9.2/data/tmp</value>
     </property>
  

• hdfs-site.xml

      <property>		
          <name>dfs.replication</name>
          <value>3</value>
      </property>
  

       <property>
           <name>dfs.permissions.enabled</name>
           <value>false</value>
        </property>
        <property>
            <name>dfs.namenode.http.address</name>
            <value>CentOS:50070</value>
         </property>
  

• mapred-site.xml
  首先拷贝一个mapred-site.xml

  [root@localhost hadoop]# cp mapred-site.xml.template mapred-site.xml

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

• yarn-site.xml

  yarn.nodemanager.aux-services mapreduce_shuffle

• slaves
  这里配置DataNode的主机名 伪分布式情况下这里NameNode也充当DataNode

  CentOS

配置Hadoop环境变量

[root@localhost hadoop-2.9.2]# vim /etc/profile
# 加入
export HADOOP_HOME=/opt/install/hadoop-2.9.2
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

# 刷新环境变量
[root@localhost hadoop-2.9.2]# source /etc/profile

验证环境变量是否配置成功

[root@localhost hadoop-2.9.2]# hadoop version

格式化NameNode

目的作用：格式化hdfs系统，并且生成存储数据块的目录

[root@localhost hadoop-2.9.2]# hadoop namenode -format 

格式化成功后如图显示

Hadoop起停命令

   start-all.sh
   stop-all.sh

启动成后 jps查看进程

查看WebUI界面

http://CentOS:50070 访问 hdfs
http://CentOS:8088 访问 yarn

Hadoop 3.0以上看这里

在Hadoop3.0后会有一些身份的配置，如果照上面配置 启动后会抛出以下异常:

Starting namenodes on [namenode]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [datanode1]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
Starting resourcemanager
ERROR: Attempting to operate on yarn resourcemanager as root
ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting operation.
Starting nodemanagers
ERROR: Attempting to operate on yarn nodemanager as root
ERROR: but there is no YARN_NODEMANAGER_USER defined. Aborting operation.

此时需要去hadoop的sbin目录下做一下小改动

在start-dfs.sh 和 stop-dfs.sh 中 新增！！！：

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root 

在start-yarn.sh 和 stop-yarn.sh 中 新增！！！：

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

修改完保存重启可解决