Hadoop单点部署，安装和管理

1.配置开发环境 - JavaJDK的配置

• 任务要求
• 评论

• 任务描述
• 相关知识
  • 下载JDK
  • 解压
  • 配置环境变量
  • 测试
• 编程要求

---

任务描述

本关任务：配置JavaJDK。

相关知识

配置开发环境是我们学习一门IT技术的第一步，Hadoop是基于Java开发的，所以我们学习Hadoop之前需要在Linux系统中配置Java的开发环境。

下载JDK

前往Oracle的官网下载JDK： Java Downloads | Oracle

我们可以先下载到本地，然后从Windows中将文件传入到虚拟机中。 也可以复制链接地址，在Linux系统中下载，不过复制链接地址不能直接下载，因为Oracle做了限制，地址后缀需要加上它随机生成的随机码，才能下载到资源。

所以我们可以点击下载，然后暂停，最后在下载管理中复制链接地址就可以在Linux系统中下载啦。

因为JDK的压缩包有大概200M，所以我们已经在平台中为你下载好了JDK，不用你再去Oracle的官网去下载了，如果你要在自己的Linux系统中安装，那么还是需要下载的。

我们已经将JDK的压缩包放在系统的/opt目录下了，在命令行中切换至该目录下即可。

解压

首先在右侧命令行中创建一个/app文件夹，我们之后的软件都将安装在该目录下。 命令：mkdir /app

然后，切换到/opt目录下，来查看一下提供的压缩包。

可以看到我们已经帮你下载好了JDK和Hadoop的安装文件。

现在我们解压JDK并将其移动到/app目录下。

1. tar -zxvf jdk-8u171-linux-x64.tar.gz
2. mv jdk1.8.0_171/ /app

可以切换到/app目录下查看解压好的文件夹。

配置环境变量

解压好JDK之后还需要在环境变量中配置JDK，才可以使用，接下来就来配置JDK。 输入命令：vim /etc/profile 编辑配置文件；

在文件末尾输入如下代码（不可以有空格）：

然后，保存并退出。(按esc键  输入  :wq!  )

最后：source /etc/profile使刚刚的配置生效。

测试

最后我们可以测试一下环境变量是否配置成功。 输入：java -version 出现如下界面代表配置成功。

编程要求

根据上述步骤完成Java开发环境的配置即可。

2.Hadoop单点部署，安装和管理

• 任务描述
• 相关知识
  • 下载Hadoop
  • 配置Hadoop环境
    • 设置SSH免密登录
    • hadoop-env.sh 配置
    • yarn-env.sh 配置
    • core-site.xml配置
    • hdfs-site.xml文件配置
    • mapred-site.xml文件配置
    • yarn-site.xml配置
    • 创建文件夹
    • 将Hadoop添加到环境变量中
  • 验证
    • 格式化
    • 启动Hadoop
• 编程要求

---

任务描述

本关任务：安装配置Hadoop开发环境。

相关知识

下载Hadoop

我们去官网下载：Apache Hadoop 在平台上已经帮你下载好了（在/opt目录下），这里只是展示一下下载步骤。

输入wget下载Hadoop；

1. wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz

如果是生产环境就需要验证文件的完整性，在这里就偷个懒了。

由于解压包有大概300M，所以我们已经预先帮你下载好了，切换到/opt目录下即可看到。 接下来解压Hadoop的压缩包，然后将解压好的文件移动到/app目录下。

我们来切换到app目录下修改一下hadoop文件夹的名字。

提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。

配置Hadoop环境

接下来我们开始配置Hadoop开发环境。 咱们来搭建一个单节点的集群，配置一个伪分布式，为什么不做分布式呢？ 其实分布式的配置和伪分布式差不多，只是分布式机器增加了而已，其他没什么两样，所以作为Hadoop学习我们搭建伪分布式要更好一点，不过后期我们会搭建真正的分布式环境。 好了，开始吧。你可以和我一起来，也可以看官方文档：Apache Hadoop 3.1.0 – Hadoop: Setting up a Single Node Cluster.

设置SSH免密登录

在之后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。

输入如下代码：

1. ssh-keygen -t rsa -P ''

生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在~/.ssh目录下。 接下来：把id_rsa.pub追加到授权的key里面去。

1. cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

然后修改权限：

1. chmod 600 ~/.ssh/authorized_keys

接着需要启用RSA认证，启动公钥私钥配对认证方式：
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo； 修改ssh配置：

1. RSAAuthentication yes # 启用 RSA 认证
2. PubkeyAuthentication yes # 启用公钥私钥配对认证方式
3. AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径

重启SSH(在本地自己的虚拟机中可以重启，在平台不可以重启哦，也不需要，重启了你就连接不上命令行了！)

service ssh restart

好了准备工作已经做完了，我们要开始修改Hadoop的配置文件了，总共需要修改6个文件。分别是：

• hadoop-env.sh；
• yarn-env.sh ；
• core-site.xml；
• hdfs-site.xml；
• mapred-site.xml；
• yarn-site.xml。

我们一个一个接着来配置吧！

hadoop-env.sh 配置

两个env.sh文件主要是配置JDK的位置

提示：如果忘记了JDK的位置了，输入 echo $JAVA_HOME就可以看到哦。

首先我们切换到hadoop目录下

1. cd /app/hadoop3.1/etc/hadoop/

编辑 hadoop-env.sh在文件中插入如下代码：

1. # The java implementation to use.
2. #export JAVA_HOME=${JAVA_HOME}
3. export JAVA_HOME=/app/jdk1.8.0_171

yarn-env.sh 配置

编辑yarn-env.sh 插入如下代码：

1. export JAVA_HOME=/app/jdk1.8.0_171

core-site.xml配置

这个是核心配置文件我们需要在该文件中加入HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。 在文件末尾的configuration标签中添加代码如下：

1. <configuration>
2. <property>
3. <name>fs.default.name</name>
4. <value>hdfs://localhost:9000</value>
5. <description>HDFS的URI，文件系统://namenode标识:端口号</description>
6. </property>
7. <property>
8. <name>hadoop.tmp.dir</name>
9. <value>/usr/hadoop/tmp</value>
10. <description>namenode上本地的hadoop临时文件夹</description>
11. </property>
12. </configuration>

hdfs-site.xml文件配置

replication指的是副本数量，我们现在是单节点，所以是1。

1. <configuration>
2. <property>
3. <name>dfs.name.dir</name>
4. <value>/usr/hadoop/hdfs/name</value>
5. <description>namenode上存储hdfs名字空间元数据 </description>
6. </property>
7. <property>
8. <name>dfs.data.dir</name>
9. <value>/usr/hadoop/hdfs/data</value>
10. <description>datanode上数据块的物理存储位置</description>
11. </property>
12. <property>
13. <name>dfs.replication</name>
14. <value>1</value>
15. </property>
16. </configuration>

mapred-site.xml文件配置

1. <configuration>
2. <property>
3. <name>mapreduce.framework.name</name>
4. <value>yarn</value>
5. </property>
6. </configuration>

yarn-site.xml配置

1. <configuration>
2. <property>
3. <name>yarn.nodemanager.aux-services</name>
4. <value>mapreduce_shuffle</value>
5. </property>
6. <property>
7. <name>yarn.resourcemanager.webapp.address</name>
8. <value>192.168.2.10:8099</value>
9. <description>这个地址是mr管理界面的</description>
10. </property>
11. </configuration>

创建文件夹

我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，建立tmp、hdfs/name、hdfs/data目录，执行如下命令：

1. mkdir -p /usr/hadoop/tmp
2. mkdir /usr/hadoop/hdfs
3. mkdir /usr/hadoop/hdfs/data
4. mkdir /usr/hadoop/hdfs/name

将Hadoop添加到环境变量中

1. vim /etc/profile

在文件末尾插入如下代码：

最后使修改生效：source /etc/profile

验证

现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可。

格式化

在使用Hadoop之前我们需要格式化一些hadoop的基本信息。 使用如下命令：

1. hadoop namenode -format

出现如下界面代表成功：

启动Hadoop

接下来我们启动Hadoop：

1. start-dfs.sh

输入命令应该会出现如下图界面：

这个是表示启动没成功，是因为root用户现在还不能启动hadoop，我们来设置一下就可以了。

在/hadoop3.1/sbin路径下： cd /app/hadoop3.1/sbin。 将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数

1. #!/usr/bin/env bash
2. HDFS_DATANODE_USER=root
3. HADOOP_SECURE_DN_USER=hdfs
4. HDFS_NAMENODE_USER=root
5. HDFS_SECONDARYNAMENODE_USER=root

还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：

1. #!/usr/bin/env bash
2. YARN_RESOURCEMANAGER_USER=root
3. HADOOP_SECURE_DN_USER=yarn
4. YARN_NODEMANAGER_USER=root

再次启动start-dfs.sh，最后输入命令 jps 验证,出现如下界面代表启动成功：

之后如果你是图形化界面，可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在windows机器上输入http://虚拟机ip地址:9870/ 也可以访问hadoop的管理页面。

好了到了这一步Hadoop就安装完成了。