（二）hadoop伪分布模式安装

本文以伪分布式模式搭建hadoop

1、三种安装模式：

• 单机模式：无法使用HDFS,只能使用MapReduce，主要目的是在本机测试mapreduce代码
• 伪分布式模式：使用一台机器，使用多个线程模拟多台真实机器，模拟真实的分布式环境
• 完全分布式模式：用多台机器（虚拟机）来完成部署集群

2、修改主机名

使用主机名代替ip，更易配置。

• vim /etc/hosts

127.0.0.1   localhost
::1         localhost
192.168.101.100 hadoop01

• vim  /etc/sysconfig/network

NETWORKING=yes
HOSTNAME=hadoop01

• 判断/etc/hostname文件是否存在，若存在则修改主机名  vim /etc/hostname

hadoop01

• 重启：reboot

3、配置免密登录

不配置免密登录，启动hadoop时，需要输入密码，很繁琐。配置步骤如下：

• 生成秘钥：ssh-keygen，一直回车即可。
• 把秘钥发送给自己：ssh-copy-id root@hadoop01

4、关闭防火墙

此处使用的centeros7版本，关闭防火墙使用命令为：systemctl stop firewalld

详情见文章：https://blog.csdn.net/song_csdn1550/article/details/51768671

5、下载并解压hadoop压缩包

• 下载：链接 ：https://pan.baidu.com/s/1r5SgRD4Bi2VdaldI-wxwcw   提取码：8mg1
• 解压：tar -ixf hadoop-2.7.1_64bit.tar.gz

解压后hadoop目录如下：

6、修改etc/hadoop/ 目录下的配置文件

• vim hadoop-env.sh

修改JAVA_HOME,HADOOP_CONF_DIR，并执行 source hadoop-env.sh 命令，让配置立即生效。

#指定jdk的安装路径，尽管环境变量PATH配置了JAVA_HOME,但hadoop也需要配置
export JAVA_HOME=/usr/java/jdk1.8.0_172-amd64
#hadoop配置文件存放路径
export HADOOP_CONF_DIR=/opt/hadoop-2.7.1/etc/hadoop

• vim core-site.xml

<configuration> 
  <property> 
<!--用来指定hdfs的老大，namenode的地址-->
    <name>fs.default.name</name>  
    <value>hdfs://hadoop01:9000</value> 
  </property>  
  <property> 
<!--用来指定hadoop运行时产生文件的存放目录。注意目录是要真实存在的，若没有则自己创建-->
    <name>hadoop.tmp.dir</name>  
    <value>/opt/hadoop-2.7.1/tmp</value> 
  </property> 
<!--value的时间单位是分钟，如果配置成0,表示不开启HDFS的回收站
    1440=24*60,表示的一天的回收间隔，即文件在回收站存在一天后，被清空-->
  <property>
    <name>fs.trash.interval</name>
    <value>1440</value>
  </property>
</configuration>

• vim hdfs-site.xml

<configuration> 
<!--指定hdfs保存数据副本的数量，包括自己，默认值是3-->
<!--如果是伪分布模式，此值是1，因为只有一台服务器-->
  <property> 
    <name>dfs.replication</name>  
    <value>1</value> 
  </property> 
<!--设置hdfs的操作权限，false表示任何用户都可以在hdfs上操作文件-->
  <property>
    <name>dfs.permissions</name>
    <value>false</value>
  </property>
</configuration>

• vim mapred-site.xml

先查看当前目录下是否存在文件 mapred-site.xml，若没有则把模板复制一份，复制命令如下：cp mapred-site.xml.template mapred-site.xml

<configuration> 
<!--指定mapreduce运行在yarn上-->
  <property> 
    <name>mapreduce.framework.name</name>  
    <value>yarn</value> 
  </property> 
</configuration>

• vim yarn-site.xml

<configuration> 
<!--指定yarn的老大 resoucemanager的地址-->
  <property> 
    <name>yarn.resourcemanager.hostname</name>  
    <value>hadoop01</value> 
  </property>  
<!--NodeManager获取数据的方式-->
  <property> 
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value> 
  </property> 
</configuration>

• vim slaves

从分布式的角度来看，datanode是从，namenode是主。若有多个datanode则往下写多个即可。

对于伪分布式配置，只能配置为自己。

hadoop01

• vim /etc/profile

启动hadoop的命令在bin和sbin目录里，为了方便启动，则把bin和sbin目录配置到环境变量。

在文件末尾添加如下内容：jkd和hadoop的配置。

最后执行命令执 source /etc/profile 让配置立即生效。

#JDK安装目录
JAVA_HOME=/usr/java/jdk1.8.0_172-amd64
#hadoop的安装目录
HADOOP_HOME=/opt/hadoop-2.7.1
PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME PATH CLASSPATH HADOOP_HOME

7、格式化

第一次启动hadoop需要先格式化，格式化命令：hadoop namenode -format

若不成功可以重启linux再执行命令，注意检查自己的ip，jdk，配置文件是否正确。

若打印信息如下，则表示格式化成功。

8、启动以及关闭

进入hadoop的sbin目录，可以看到很多可以使用的命令

• 启动：sh start-dfs.sh  启动后输入命令 jps 查看是否有如下三个进程，若有则表示成功。

• 通过web页面访问：http://192.168.101.100:50070
• 关闭：sh stop-dfs.sh