基于Ubuntu系统下的Hadoop平台搭建详细步骤

参考文档链接：

http://dblab.xmu.edu.cn/blog/2441-2/

http://dblab.xmu.edu.cn/blog/2460-2/

1.更换阿里源（因为访问archive.ubuntu太慢，所以换成国内源，访问更快）

• 输入命令行

sudo nano /etc/apt/sources.list

• 开始替换
  
  
  
• 替换完毕

• 进行更新

sudo apt update && sudo apt upgrade

2.链接xshell

1.安装SSH服务端

$ sudo apt-get install openssh-server

2.链接xhsell

3.安装JAVA环境

• 安装jdk

sudo apt install openjdk-8-jdk -y

• 配置环境变量
  
  
• 添加完之后，更新环境变量

1.# 更新环境变量

2.source ~/.bashrc

• 配置成功
  

4.创建Hadoop用户

4.1创建新用户并设置密码

• 用户名为hadoop，使用/bin/bash作为shell

$ sudo useradd -m hadoop -s /bin/bash

4.2为hadoop用户添加管理员权限

sudo adduser hadoop sudo

5.设置SSH免密登录

• Hadoop并没有提供SSH密码登录的形式，所以需要将所有机器配置为无密码登录

5.1登录localhost

5.2设置为无密码登录

• 此时就可以使用ssh localhost无密码登录

6.Hadoop安装

• 这里为大家挂上网盘链接，也可以去官网下载地址点这里
• 链接：https://pan.baidu.com/s/1HiO6SPp9UmUlQEXHlvzU-A
• 提取码：q7rd

6.1解压到我们的Ubuntu系统中

• 先安装lrzsz（可能有的人装完系统后，这条命令无法使用，可以执行的话请自动略过）
  
• 把下载好的Hadoop压缩包从windows系统中传到我们的虚拟机系统中
  

6.2切换到Hadoop用户

ssh hadoop@localhost

6.3解压Hadoop

• 因为我们刚刚是把压缩包传到了ba这个用户上，现在我们把它move到hadoop这个用户上
  
• 再解压
• 此时就转移并解压完成了
  
• 查看一下版本
  
• 配置环境变量方便打开
  

6.4伪分布式模式配置

• 在单个节点（一台机器上）以伪分布式的方式运行

6.4.1修改配置文件

需要修改/usr/local/hadoop/etc/hadoop/文件夹下的core-site.xml和hdfs-site.xml文件

• core-site.xml
  将

<configuration>
</configuration>

改为

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

• hdfs-site.xml
  将

<configuration>
</configuration>

修改为

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

6.4.2执行名称节点格式化

$ cd /usr/hadoop

$ ./bin/hdfs namenode -format

6.5启动hadoop

$ cd /usr/hadoop
$ ./sbin/start-dfs.sh

• 用jps命令查看是否启动成功
  

6.6使用浏览器查看HDFS信息

ifconfig 命令即可查看自己的IP地址

6.7运行伪分布式实例

• 执行以下命令

cd /usr/hadoop

# 在HDFS中创建用户目录
./bin/hdfs dfs -mkdir -p /user/hadoop 

#在HDFS中创建hadoop用户对应的input目录
./bin/hdfs dfs -mkdir input  

#把本地文件复制到HDFS中
./bin/hdfs dfs -put ./etc/hadoop/*.xml input  

#查看文件列表
./bin/hdfs dfs -ls input 

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

#查看运行结果
./bin/hdfs dfs -cat output/* 

• 如果要再次运行，需要删除output文件夹

6.8关闭Hadoop

./sbin/stop-dfs.sh

6.9相关命令

$ cd /usr/hadoop

#格式化名称节点 （这个命令只需只需一次）
$ ./bin/hdfs namenode -format 

#启动Hadoop
$ ./sbin/start-dfs.sh  

#查看Hadoop是否成功启动
$ jps 

 # 关闭Hadoop
$ ./sbin/stop-dfs.sh  

 # 删除 tmp 文件，注意这会删除 HDFS中原有的所有数据
$ rm -r ./tmp    

# 重启
$ ./sbin/start-dfs.sh