ubuntu-hadoop配置安装-简单案例以及伪分布式搭建

linux 下创建 hadoop用户

sudo useradd -m hadoop -s /bin/bash  #创建hadoop用户，并使用/bin/bash作为shell
sudo passwd hadoop                   #为hadoop用户设置密码，之后需要连续输入两次密码
sudo adduser hadoop sudo             #为hadoop用户增加管理员权限
su - hadoop                          #切换当前用户为用户hadoop
sudo apt-get update                  #更新hadoop用户的apt,方便后面的安装

#   hadoop 账户报错  xxxis not in the sudoers file. This incident will be reported.
# 
#1.切换到root用户下 
#　　方法为直接在命令行输入：su，然后输入密码（即你的登录密码，且密码默认不可见）。

#2./etc/sudoers文件默认是只读的，对root来说也是，因此需先添加sudoers文件的写权限,命令是: 
#即执行操作：chmod u+w /etc/sudoers

#3.编辑sudoers文件 
#即执行：vi /etc/sudoers 
#找到这行 root ALL=(ALL) ALL,在他下面添加xxx ALL=(ALL：ALL) ALL (这里的xxx是你的用户名)
#4.撤销sudoers文件写权限,命令: 
#chmod u-w /etc/sudoers

hadoop的安装与环境配置

先卸载原有的 JDK

sudo apt-get remove openjdk*

安装hadoop和JDK

安装JDK

下载jdk后放置在 /software 目录下
tar -zxvf java-jdk*****.jar
配置环境 vim ~/.bashrc

#在文件最后添加
export JAVA_HOME=/home/hadoop/software/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
#刷新配置
source ~/.bashrc

检查是否安装成功 java -version

安装hadoop

hadoop放置在/module中
添加hadoop环境

##HADOOP_HOME
export HADOOP_HOME=/home/hadoop/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

输入 hadoop 查看是否安装成功

Standalone Operation 模式

在hadoop目录下执行

mkdir input
cp etc/hadoop/*.xml input
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar grep input output 'dfs[a-z.]+'  #hadoop-mapreduce-examples-3.1.2.jar 会根据版本不同而修改
cat output/*

WordCount 案例

mkdir wcinput #创建一个目录
vim wc.input #  在 wcinput 目录下随笔传输一些单词
# 调用hadoop的wordcount程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount wcinput/ wcoutput
# 在wcoutput文件夹种的有  part-r-00000  _SUCCESS
cat part-r-00000 #就可以查看wrodcount#


$ cat part-r-00000
aa      1
gaoyang 1
lihua   1
liwei   1
nvshen  1
qwerr   1
tangxing        3
xiaocheng       1
xinbo   1

启动与配置 hadoop

修改配置文件

进入etc/hadoop 中

• 修改hadoop-env.sh 配置 java jdk路径
  export JAVA_HOME=/data1/tangx/hadoop/software/jdk1.8.0_144
• 修改 core-site.xml文件

<configuration>
    <!-- 指定HDFS老大（namenode）的通信地址 -->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://locahost:9000</value>
</property>
    <!-- 指定hadoop运行时产生文件的存储路径 -->
<property>
        <name>hadoop.tmp.dir</name>
        <value>/cloud/hadoop/tmp</value>
</property>
</configuration>

• 修改hdfs-site.xml，修改配置如下

<!-- 设置hdfs副本数量 -->
<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

• 修改mapred-site.xml 由于在配置文件目录下没有，需要修改名称：mv mapred-site.xml.template mapred-site.xml

<configuration>
<!-- 通知框架MR使用YARN -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>
</configuration>

• 修改yarn-site.xml，修改内容如下

<configuration>
<!-- reducer取数据的方式是mapreduce_shuffle -->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>localhost</value>
</property>
</configuration>

启动

• 格式化hadoop

hadoop namenode -format  （过时）

hdfs namenode -format

• 启动hdfs和yarn

先启动HDFS
sbin/start-dfs.sh

再启动YARN
sbin/start-yarn.sh

• 验证 输入jps 得到

45330 SecondaryNameNode
37186 ResourceManager
46755 Jps
46499 NodeManager
40491 DataNode
45037 NameNode

说明成功

查看网页运行的 hdfs和 mr 的状态

由于连接的服务器没有图形界面，因此用windows的ubuntu远程连接后用浏览器查看

# hsfs界面
ssh -N -L 50070 :localhost:50070 tangx@XXX
# MR 管理界面
ssh -N -L 8088 :localhost:8088 tangx@XXX

[外链图片转存失败(img-7EqLd0De-1567435742710)(https://i.loli.net/2019/08/31/Iot3wMrNlc6B9O7.png)]