hadoop伪分布式搭建(2.4.1)

1.准备Linux环境
1.虚拟机->虚拟网络编辑器->host-only(仅主机模式) ->修改subnet ip 设置网段：192.168.8.0 子网

掩码：255.255.255.0 -> apply -> ok
回到windows –> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击

IPv4 -> 设置windows的IP：192.168.8.1 子网掩码：255.255.255.0 -> 点击确定
在虚拟软件上 –My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter ->

host only(仅主机) -> ok
1.1修改主机名
vim /etc/sysconfig/network

    NETWORKING=yes
    HOSTNAME=yzy

1.2修改IP
两种方式：
第一种：通过Linux图形界面进行修改（强烈推荐）
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections ->

选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP

：192.168.8.118 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply

第二种：修改配置文件方式（屌丝程序猿专用）
vim /etc/sysconfig/network-scripts/ifcfg-eth0
注意：MAC地址(HWADDR)要配置为本机的，用ifconfig eth0查看

        DEVICE="eth0"
        BOOTPROTO="static"
        HWADDR="00:0C:29:3C:BF:E7"
        IPV6INIT="yes"
        NM_CONTROLLED="yes"
        ONBOOT="yes"
        TYPE="Ethernet"
        UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
        IPADDR="192.168.8.118"
        NETMASK="255.255.255.0"
        GATEWAY="192.168.8.1"

1.3修改主机名和IP的映射关系
    vim /etc/hosts
    添加  
    192.168.8.118   yzy

1.4关闭防火墙
    #查看防火墙状态
    service iptables status
    #关闭防火墙
    service iptables stop
    #查看防火墙开机启动状态
    chkconfig iptables --list
    #关闭防火墙开机启动
    chkconfig iptables off

1.5重启Linux
    reboot

2.安装JDK
2.1上传
/usr/local
2.2解压jdk
#解压
tar -zxvf jdk-7u55-linux-i586.tar.gz -C

2.3将java添加到环境变量中
    vim /etc/profile
    #在文件最后添加
    export JAVA_HOME=/usr/local/jdk1.7.0_55
    export PATH=$PATH:$JAVA_HOME/bin

    #刷新配置
    source /etc/profile

3.安装hadoop2.4.1
注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop
伪分布式需要修改5个配置文件
3.1配置hadoop
第一个：hadoop-env.sh
vim hadoop-env.sh
#第27行
export JAVA_HOME=/usr/local/jdk1.7.0_65

第二个：core-site.xml
    <!-- 制定HDFS的老大（NameNode）的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://yzy:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop-2.4.1/tmp</value>
    </property>

第三个：hdfs-site.xml
    <!-- 指定HDFS副本的数量 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
    mv mapred-site.xml.template mapred-site.xml
    vim mapred-site.xml
    <!-- 指定mr运行在yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

第五个：yarn-site.xml
    <!-- 指定YARN的老大（ResourceManager）的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>yzy</value>
    </property>
    <!-- reducer获取数据的方式 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

3.2将hadoop添加到环境变量

vim /etc/proflie
    export HADOOP_HOME=/usr/local/hadoop-2.4.1
    export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

3.3格式化namenode（是对namenode进行初始化）
    hdfs namenode -format (hadoop namenode -format 过时)

3.4启动hadoop
    先启动HDFS
    sbin/start-dfs.sh

    再启动YARN
    sbin/start-yarn.sh

3.5验证是否启动成功
    使用jps命令验证
    2054 Jps
    2007 NodeManager
    1612 SecondaryNameNode
    1453 DataNode
    1742 ResourceManager
    1374 NameNode
    http://192.168.8.118:50070 （HDFS管理界面）
    http://192.168.8.118:8088 （MR管理界面）
    windows系统hosts文件添加:192.168.8.118 yzy

3.6 测试
    上传文件到hdfs:hadoop fs -put 文件
    从hdfs下载文件：hadoop fs -get 文件位置 保存位置

3.7 测试MR和YARN
    /share/hadoop/mapreduce
    [root@yzy mapreduce]# vim animals
    animal cat
    animal dog
    animal pig
    animal lion
    animal bird
    [root@yzy mapreduce]# hadoop fs -put animals hdfs://yzy:9000/animals
    [root@yzy mapreduce]# hadoop jar hadoop-mapreduce-examples-2.2.0.jar wordcount hdfs://yzy:9000/animals hdfs://yzy:9000/result

结果：
4.配置ssh免登陆
#生成ssh免登陆密钥
#进入到我的home目录
cd ~/.ssh

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上（单向ssh）
ssh-copy-id 目标机器ip (cp id_rsa.pub authorized_keys )