hadoop安装

写在前面
本教程使用的环境是虚拟机VM安装的ubuntu16.04，提供给需要的网友下载
链接：https://pan.baidu.com/s/1G9fXGBgdevkp-mdHkSIMPg?pwd=7vzl
提取码：7vzl

1、安装ssh

sudo apt-get install openssh-server

安装后，可以使用如下命令登录本机：

ssh localhost

执行该命令后会出现提示信息，输入yes，然后按提示输入密码hadoop

输入命令exit退出SSH，回到原先的终端窗口；然后，利用ssh-keygen生成密钥，并将密钥加入到授权中，命令如下：

cd ~/.ssh/        # 若没有该目录，请先执行一次ssh localhost
ssh-keygen -t rsa    # 会有提示，都按回车即可
cat ./id_rsa.pub >> ./authorized_keys  # 加入授权

此时，再执行ssh localhost命令，无需输入密码就可以直接登录了

2、安装java环境

jdk下载
链接：https://pan.baidu.com/s/1eXSqx8hXoyEqg76tkZIWwA?pwd=qzo1
提取码：qzo1
执行如下命令创建/usr/lib/jvm目录用来存放JDK文件：

cd /usr/lib
sudo mkdir jvm #创建/usr/lib/jvm目录用来存放JDK文件

执行如下命令对安装文件进行解压缩：

cd ~ #进入hadoop用户的主目录
cd Downloads
sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm

添加环境变量

vim ~/.bashrc

添加如下几行内容：

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH


Source ~/.bashrc

3、 下载安装文件

文件下载地址
链接：https://pan.baidu.com/s/15KCPJ_AcRcsgBzy9ysw6NA?pwd=n9ho
提取码：n9ho
使用hadoop用户登录Linux系统，打开终端，执行如下命令：

sudo tar -zxf ~/下载/hadoop-3.1.3.tar.gz -C /usr/local    # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-3.1.3/ ./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，可以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

4、伪分布式模式配置

1）修改配置文件

修改以后，/usr/local/hadoop/etc/hadoop/core-site.xml文件的内容如下：

<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，需要修改配置文件/usr/local/hadoop/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>
</configuration>

2）执行名称节点格式化

修改配置文件以后，要执行名称节点的格式化，命令如下：

cd /usr/local/hadoop
./bin/hdfs namenode -format

如果格式化成功，会看到“successfully formatted”的提示信息

3） 启动Hadoop

执行下面命令启动Hadoop：

cd /usr/local/hadoop
./sbin/start-dfs.sh  #start-dfs.sh是个完整的可执行文件，中间没有空格

如果出现SSH提示，输入yes即可：

4）运行Hadoop伪分布式实例

要使用HDFS，首先需要在HDFS中创建用户目录，命令如下：

cd /usr/local/hadoop
./bin/hdfs dfs -mkdir -p /user/hadoop

接着把/usr/local/hadoop/etc/hadoop目录中的所有xml文件作为输入文件，复制到分布式文件系统HDFS中的/user/hadoop/input目录中，命令如下：

cd /usr/local/hadoop
./bin/hdfs dfs -mkdir input  #在HDFS中创建hadoop用户对应的input目录
./bin/hdfs dfs -put ./etc/hadoop/*.xml input  #把本地文件复制到HDFS中

运行Hadoop自带的grep程序，命令如下：

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'

运行结束后，可以通过命令查看HDFS中的output文件夹中的内容：

./bin/hdfs dfs -cat output/*

执行结果如图所示

5）关闭Hadoop

cd /usr/local/hadoop
./sbin/stop-dfs.sh

4、配置PATH环境

首先使用vim编辑器打开~/.bashrc这个文件，在这个文件的最前面位置加入一行：

export PATH=$PATH:/usr/local/hadoop/sbin

如果要继续把其他命令的路径也加入到PATH变量中，也需要修改~/.bashrc文件。用英文冒号“:”隔开，把新的路径加到后面即可，如下所示：

export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin

添加后，执行命令source ~/.bashrc使设置生效。设置生效后，在任何目录下启动Hadoop，都只要直接输入start-dfs.sh命令即可，同理，停止Hadoop，也只需要在任何目录下输入stop-dfs.sh命令即可。

声明：本内容为整理诸峰老师课件而来