文章目录
前言
Ubuntu-16.04.3环境下安装Hadoop3.2.1 教程
笔者也是刚接触Hadoop,在查阅多方资料后才安装成功,发现网上没有非常适合小白的安装教程,故写下此文章,如有错误,欢迎指正。
其中jdk版本与hadoop版本,与笔者不同,要记得将此文章中的版本号更改为你下载的,若是小白不是太明白,可以跟我版本都下载一样的。
使用本教程请确保系统处于联网状态
本教程是在虚拟机下安装的Ubuntu16.04版本
一、安装前的准备工作
1. 创建hadoop用户
如果你安装Ubuntu的时候不是用的“hadoop”用户,那么需要增加一个名为hadoop的用户。(其实对用户名没有那么大严格的要求,但是感觉这样挺方便的)
- 首先按Ctrl+Alt+T打开终端窗口
sudo useradd -m hadoop -s /bin/bash
这条命令创建了可以登录的hadoop用户,并使用/bin/bash作为shell。
sudo命令
本文中会大量使用到sudo命令。sudo是linux系统管理指令,是允许系统管理员让普通用户执行一些或者全部的root命令的一个工具,如halt,reboot,su等等。这样不仅减少了root用户的登录 和管理时间,同样也提高了安全性。sudo不是对shell的一个代替,它是面向每个命令的。当使用sudo命令时,就需要输入您当前使用用户的密码。
在Linux的终端中输入密码,终端是不会显示你当前输入的密码,也不会提示你已经输入了多少字符密码。
- 接着使用如下命令设置密码,可简单的设置为hadoop,按提示输入两次密码:
sudo passwd hadoop
- 可为hadoop用户增加管理员权限,方便部署,避免一些对新手来说比较棘手的权限问题
sudo adduser hadoop sudo
- 最后使用su hadoop 切换到用户hadoop,或者注销当前用户,选择hadoop登录。
su hadoop
2. 更新apt
切换到hadoop用户后,先更新一些apt,后续会使用apt安装软件,如果没更新可能有一些软件安装不了。按Ctrl+Alt+T打开终端窗口,执行如下命令:
sudo apt-get update
后续需要更改一些配置文件,我比较喜欢用的是vim(vi增强版,基本用法相同),建议安装一下(如果你实在还不会用vi,请使用桌面版的ubuntu的gedit,这样可以使用文本编辑器进行修改,并且每次文件更改完成后请关闭整个gedit程序,否则会占用终端。)
sudo apt-get install vim
安装软件时需要确认,在提示处输入y即可。
二、安装SSH
1.安装SSH
集群,单节点模式都需要用到SSH登录(类似于远程登录,你可以登录某台Linux主机,并且在上面运行命令),Ubuntu默认已安装了SSH client,此外还需要安装SSH server:
sudo apt-get install openssh-server
安装后,可以使用命令登录:
ssh localhost
此时会有提示(SSH首次登陆提示),输入yes。然后按提示输入密码hadoop,这样就可以登录到本机。
2. 配置无密码登录
但这样登录是需要每次输入密码的,我们需要配置成SSH无密码登录比较方便。
首先退出刚才的ssh,就回到了原先的终端窗口,然后利用ssh-keygen生成密钥,并将密钥加入到授权中:
exit
cd ~/.ssh/
ssh-keygen -t rsa
cat ./id_rsa.pub >> ./authorized_keys
- exit 退出刚才的ssh localhost
- cd ~/.ssh/ 若没有该目录,请执行一次ssh localhost
- ssh-keygen -t rsa 会有提示,都按回车就可以
- cat ./id_rsa.pub >> ./authorized_keys 加入授权
~的含义
在Linux中,代表的是用户的主文件夹,即”/home/用户名”这个目录,如你的用户名为hadoop,则就代表”/home/hadoop”。此外,命令中的#后面的文字是注释,只需要输入前面命令即可。
此时再用ssh localhost命令,无需输入密码就可以直接登录了。
三、安装Java环境
1.建立Java目录
sudo mkdir -p /usr/local/java
2.下载安装Java JDK
1. 下载
网址如下:
Linux版本的Orcle Java JDK
可以用Ubuntu自带的Firefox浏览器打开网址,也可以在Windows上下载,现在后可以在安装了VM Tools工具的Ubuntu可以直接粘贴过去
下载对应版本的jdk,本教程下载的是jdk-8u261-linux-x64.tar.gz
2. 安装
复制文件到刚刚创建的Java目录,路径为/usr/local/java,其中下载文件你若是找不到可以通过ubuntu的资源管理器放到你可以找到的文件目录。这里以我自己为例:
cd /home/chenyi/Downloads
sudo cp -r jdk-8u261-linux-x64.tar.gz /usr/local/java/
- 进入到此目录
cd /usr/local/java
- 解压下载文件到此目录:
sudo tar xvzf jdk-8u261-linux-x64.tar.gz
3. 配置环境变量
修改.bashrc,在最后一行写入下列内容。
sudo vim ~/.bashrc
export JAVA_HOME=/usr/local/java/jdk1.8.0_261
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH
运行如下命令使环境变量生效。
source ~/.bashrc
此时就可以验证java环境是否配置成功
java -version
出现下图就是成功了
若不成功可以继续以下操作,若成功可以直接开始安装Hadoop
打开profile文件,插入java环境配置节。
sudo vim /etc/profile
export JAVA_HOME=/usr/local/java/jdk1.8.0_261
export JAVA_BIN=$JAVA_HOME/bin
export JAVA_LIB=$JAVA_HOME/lib
export CLASSPATH=.:$JAVA_LIB/tools.jar:$JAVA_LIB/dt.jar
export PATH=$JAVA_HOME/bin:$PATH
打开environment 文件,追加jdk目录和jdk下的lib的目录,如下所示。
sudo vim /etc/environment
PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/local/games:/usr/local/java/jdk1.8.0_261/lib:/usr/local/java/jdk1.8.0_261"
使配置生效
source /etc/environment
验证java环境是否配置成功
java -version
出现下图就是成功了
四、安装Hadoop
Hadoop3 可以通过http://mirrors.cnnic.cn/apache/hadoop/common/ 下载,一般选择下载最新的稳定版本,本教程的是”stable”下的hadoop-3.2.1.tar.gz这个格式的文件,这是编译好的,另一个包含src的则是Hadoop源代码,需要进行编译才可使用。
- 首先我们先进入现在下载Hadoop的位置(我是把他放在这里了,可以自行移动,参考java JDK 的方法)
cd /home/chenyi/Downloads
sudo cp -r hadoop-3.2.1.tar.gz /usr/local #将hadoop移动到local
cd / # 回到根目录
cd /usr/local
sudo tar xvzf hadoop-3.2.1.tar.gz #解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-3.2.1/ ./hadoop #将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop #修改文件权限
Hadoop解压后即可使用。输入如下命令来检查Hadoop是否可用,成功则会显示Hadoop版本信息:
cd /usr/local/hadoop
./bin/hadoop version
五、Hadoop单击配置(非分布式)
Hadoop默认模式为非分布式模式(本地模式),无需进行其他配置即可运行。非分布式即单java进程,方便进行调试。
现在可以执行例子来感受下Hadoop的运行。Hadoop附带了丰富的例子(运行./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar 可以看到所有的例子),包括wordcount、terasort、join、grep等。
在此我们选择运行grep例子,将input文件夹中的所有文件作为输入,筛选当中符合正则表达式dfs[a-z.]+的单词并统计出现的次数,最后输出结果到output文件夹中。
cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input #将配置文件作为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input/ ./output 'dfs[a-z.]+'
cat ./output/*
执行成功后如下所示,输出了作业的相关信息,输出的结果是符合正则的单词dfsadmin出现了1次
注意,Hadoop默认不会覆盖结果文件,因此再次运行上面实例会提示出错,需要先将./output删除。
rm -r ./output
六、伪分布式模式配置
1.修改配置文件
Hadoop的配置文件位于/usr/local/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。
修改配置文件core-site.xml(使用 vim ./etc/hadoop/core-site.xml)`
cd /usr/local/hadoop
vim etc/hadoop/core-site.xml
修改后内容如下
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
同样的,修改配置文件hdfs-site.xml
vim etc/hadoop/hdfs-site.xml
修改后的内容如下
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/data</value>
</property>
<property>
<name>dfs.http.address</name>
<value>127.0.0.1:50070</value>
</property>
</configuration>
2.执行名称节点格式化
首先配置hadoop-env.sh
在hadoop-env.sh中添加java 环境变量
vim etc/hadoop/hadoop-env.sh
export JAVA_HOME=/usr/local/java/jdk1.8.0_261
配置完成后,执行NameNode的格式化
./bin/hdfs namenode -format
成功的话,会看到"successfully formatted"和"Exitting with status 0"的提示,若为"Exitting with status 1"则是处错。
3.启动Hadoop
接着开启NameNode和DataNode守护进程
./sbin/start-dfs.sh #start-dfs.sh是个完整的执行文件,中间没有空格键
若出现SSH提示,输入yes即可。
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:
jps
“NameNode”,“DataNode”,“SecondaryNameNode”(如果SecondaryNameNode没有启动,请运行sbin/stop-dfs.sh关闭进行,然后再次尝试启动尝试)。如果没有NameNode或DataNode,那就是配置不成功,请仔细检查之前步骤,或通过查看启动日志排查原因。
成功就会出现如下图
4.使用Web界面查看HDFS信息
Hadoop启动成功后,可以在Linux系统中打开Firefox,输入地址 http://localhost:50070 就可以查看名称节点和数据节点信息。还可以在线查看HDFS文件