Hadoop 3.1.1 伪分布式配置

需要先下载hadooop 3.1.1包和java jdk

1.安装SSH,设置SSH无密码登陆

$ sudo apt-get install openssh-server   #安装SSH server $ ssh localhost                         #登陆SSH，第一次登陆输入yes $ exit                                  #退出登录的ssh localhost $ cd ~/.ssh/                            #如果没法进入该目录，执行一次ssh localhost $ ssh-keygen -t rsa

输入完  $ ssh-keygen -t rsa　语句以后，需要连续敲击三次回车，如下图：

其中，第一次回车是让KEY存于默认位置，以方便后续的命令输入。第二次和第三次是确定passphrase，相关性不大。两次回车输入完毕以后，如果出现类似于下图所示的输出，即成功：

之后再输入：

$ cat ./id_rsa.pub >> ./authorized_keys #加入授权 $ ssh localhost    #此时已不需密码即可登录localhost，并可见下图。如果失败则可以搜索SSH免密码登录来寻求答案

 

2.安装jdk

首先在oracle官网下载jdk http://www.oracle.com/technetwork/java/javase/downloads/index.html 接下来进行 安装与环境变量配置，根据个人电脑系统选择对应版本。

$ mkdir /usr/lib/jvm                           #创建jvm文件夹 $ sudo tar zxvf jdk-7u80-linux-x64.tar.gz  -C /usr/lib #/ 解压到/usr/lib/jvm目录下 $ cd /usr/lib/jvm                                 #进入该目录 $ mv  jdk1.7.0_80   java                         #重命名为java(根据实际情况自己命名) $ gedit  ~/.bashrc                                 #给JDK配置环境变量 $gedit /etc/profile                                #或是使用这一句

在~/.bashrc 或是/etc/profile中加入下列几句

export JAVA_HOME=/usr/lib/jvm/java      #这个路径是你刚才解压到的那个路径 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib export PATH=${JAVA_HOME}/bin:$PATH

在文件修改完毕以后，输入代码：

$ source ~/.bashrc                       #使新配置的环境变量生效 $ source  /etc/profile                 #或者这一句 $ java -version                          #检测是否安装成功，查看java版本

如果有显示出java的版本号，则配置成功。

3.安装hadoop

先下载hadoop，配置过程与java类似。

可以直接使用归档管理器将hadoop压缩包解压到主文件夹下。

给hadoop配置环境变量，将下面代码添加到.bashrc或是/etc/profile文件:

export HADOOP_HOME=/usr/local/hadoop                 #刚刚你解压到的路径 export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

同样，执行source ~./bashrc或是source /etc/profile使设置生效，在终端中输入hadoop version来查看hadoop是否安装成功。如果显示了hadoop版本号，则成功。

4.伪分布式配置

       Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。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。首先将jdk1.7的路径添（export JAVA_HOME=/usr/lib/jvm/java ）加到hadoop-env.sh文件（hadoop/etc/hadoop文件夹下）。

 

接下来修改core-site.xml文件：

<configuration> <property>         <name>hadoop.tmp.dir</name>         <value>/home/zy/hadoop_tmp/tmp</value><!--可以先创建好这个文件夹--> <description>Abase for other temporary directories</description>     </property> <property>         <name>fs.defaultFS</name>         <value>hdfs://localhost:9000</value>     </property> </configuration>

 

 

接下来修改配置文件 hdfs-site.xml

<configuration>    <property>         <name>dfs.replication</name>         <value>1</value>     </property>    <property>         <name>dfs.namenode.name.dir</name>         <value>/home/zy/hadoop_tmp/name</value>     </property> <property>         <name>dfs.datanode.data.dir</name>         <value>/home/zy/hadoop_tmp/data</value>     </property> <property>         <name>dfs.http.address</name>         <value>127.0.0.1:50070</value>     </property> </configuration>

接下来修改配置文件 yarn-site.xml

<configuration>               <property>                         <name>yarn.nodemanager.resource.memory-mb</name>                        <value>1024</value>                   </property>        <!-- Site specific YARN configuration properties -->               <property>                         <name>yarn.nodemanager.resource.cpu-vcores</name>                       <value>1</value>                   </property>     <property>         <name>yarn.resourcemanager.hostname</name>         <value>master</value>     </property>               <property>                          <name>yarn.nodemanager.aux-services</name>                         <value>mapreduce_shuffle</value>                   </property>        </configuration>

接下来修改配置文件 mapred-site.xml

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

       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（可参考官方教程），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

$ ./bin/hdfs namenode -format

启动namenode和datanode进程，并查看启动结果

$ ./sbin/start-all.sh $ jps

启动完成后，可以通过命令 jps 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode” 、“NodeManager”、“ResourceManager”和 “SecondaryNameNode”

成功启动后，可以访问 Web 界面http://localhost:50070和http://localhost:8088