Hadoop单机模式Local(Standalone)模式

1. 修改yum源 并 升级内核和软件

1.1 修改yum 源，修改为 阿里云的

curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo

1.2 清空yum 缓存

yum clean all

1.3 生成新的yum缓存

yum makecache

1.4 升级内核和软件

yum -y update

2. 关闭防火墙 和 selinux

2.1 禁用SELinux

sed -i's/SELINUX=enforcing/SELINUX=disabled/g' /etc/selinux/config

2.2 临时生效

setenforce 0

2.3 关闭防火墙

systemctl stop firewalld
systemctl disable firewalld

3. 修改主机名和IP地址

3.1 修改主机名

hostnamectl set-hostname hadoop

3.2 修改IP地址

vim /etc/sysconfig/network-scripts/ifcfg-ens32

4. 修改hosts配置文件

 vim /etc/hosts

修改内容为：

192.168.194.100  hadoop

5. 重启系统

reboot

6. jdk与hadoop下载安装

6.1 创建软件目录

mkdir -p /opt/soft

6.2 进入软件目录

cd /opt/soft

6.3 下载jdk（地址从jdk的下载按钮中复制）

wget https://www.oracle.com/webapps/redirect/signon?nexturl=https://download.oracle.com/otn/java/jdk/8u391-b13/b291ca3e0c8548b5a51d5a5f50063037/jdk-8u391-linux-x64.tar.gz

6.4 下载hadoop3.3.5

6.5 解压jdk并修改名称

tar -zxvf jdk-8u391-linux-x64.tar.gz

mv jdk1.8.0_391/ jdk

6.6 解压hadoop并修改名称

tar -zxvf hadoop-3.3.5.tar.gz

mv hadoop-3.3.5 hadoop

6.7 配置环境变量

vim /etc/profile.d/my_env.sh

6.7 使新的环境变量生效

source /etc/profile

6.8 检查环境变量

java -version

printenv

7. 配置SSH免密码登录

7.1 创建本地密钥并将公共密钥写入认证文件

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

ssh-copy-id root@hadoop （注意：root@hadoop是当前的主机名和用户名）

测试：远程连接自己：

ssh hadoop

8. 修改hadoop的配置文件

8.1 主要修改的文件为：

hadoop-env.sh、core-site.xml、hdfs-site.xml、workers(DataNode节点配置文件)、mapred-site.xml、yarn-site.xml

8.2 hadoop-env.sh（配置在文件末尾）

需要配置 JDK的信息，并且授权root的用户可以使用hadoop

export JAVA_HOME=/opt/soft/jdk
export set JAVA_OPTS="--add-opens java.base/java.lang=ALL-UNNAMED"

export HDFS_NAMENODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_ZKFC_USER=root
export HDFS_JOURNALNODE_USER=root

export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

8.3 core-site.xml 文件

<configuration>
        <!--指定namenode的地址-->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://hadoop:9000</value>
        </property>

        <!--hadoop临时文件的存储路径-->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/hadoop-data</value>
        </property>
</configuration>

8.4 hdfs-site.xml

<configuration>
        <!--配置副本数量，默认是3-->
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <!--SecondaryNameNode的HTTP服务地址-->
        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>hadoop:50090</value>
        </property>
</configuration>

备注：hadoop 是本机服务器的名称

8.5 修改workers

  在hadoop2.x中是 slaves

  在hadoop3.x中是workers

  内容修改为本机的主机名，如：hadoop

8.6 mapred-site.xml 

<configuration>
        <!--指定mapreduce使用yarn资源管理器-->
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
        <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>
</configuration>

8.7 yarn-site.xml

<configuration>
        <!--指定Mapreduce走shuffle-->
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
</configuration>

9. 初始化集群

9.1 格式化文件系统

hdfs namenode -format

9.2 启动 NameNode/SecondaryNameNode、DataNode

start-dfs.sh

9.3 查看启动进程

jps

9.4 启动yarn

start-yarn.sh

重要提示：

关机前，依次关闭服务 stop-yarn.sh /  stop-dfs.sh

开机后，依次开启服务 start-dfs.sh  / start-yarn.sh

或者

关机前，执行：stop-all.sh

开机后，执行：start-all.sh

10. 修改windows下hosts文件

     （这一步为了在浏览器中访问hadoop）

        C:\Windows\System32\drivers\etc

     例如：虚拟机的IP地址为：192.168.194.100

     在 hosts文件中添加

     192.168.194.100        hadoop

11. 测试访问：http://hadoop:9870

 11.1 HDFS NameNode 对用户的查询端口：9870

 11.2 HDFS NameNode 内部通常端口：8020、9000、9820

 11.3 历史服务器：19888

12. 访问 http://hadoop:50090

 12.1 50090  是secondarynamenode在web ui的一个端口

13. 访问 http://hadoop:8088

 13.1 Yarn查看任务运行情况的端口：8088

14. 测试 HDFS

14.1 在linux上创建 wcdata.txt ，并往里添加数据

    数据自定义，添加重复的数据，为下面统计文字个数做准备

14.2 在HDFS上创建目录 /wordcount/input

hdfs dfs -mkdir -p /wordcount/input

14.3 查看HDFS目录结构

hdfs dfs -ls /

hdfs dfs -ls /wordcount

hdfs dfs -ls /wordcount/input

14.4 上传本地测试文件wcdata.txt 到HDFS上 /wordcount/input

hdfs dfs -put wcdata.txt /wordcount/input

14.5 检查文件是否上传成功

hdfs dfs -ls /wordcount/input

hdfs dfs -cat /wordcount/input/wcdata.txt

15. 测试Mapreduce

15.1 计算PI的值

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.5.jar pi 10 10

15.2 单词统计

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.5.jar wordcount /wordcount/input/wcdata.txt /wordcount/result

hdfs dfs -ls /wordcount/result

hdfs dfs -cat /wordcount/result/part-r-00000