Ubuntu14.04下单机、伪分布式配置Hadoop2.7.2

1.在Ubuntu14.04下创建hadoop组和hadoop用户
增加hadoop用户组，同时在该组里增加hadoop用户，后续在涉及到hadoop的操作时，均使用该用户。
1、创建hadoop用户组

2、创建hadoop用户
sudo adduser -ingroup hadoop hadoop
回车后会提示输入新的UNIX密码，这是新建用户hadoop的密码，输入回车即可。
如果不输入密码，回车后会重新提示输入密码，即密码不能为空。
最后确认信息是否正确，如果没问题，输入 Y，回车即可。

3、为hadoop用户添加权限
输入：sudo gedit /etc/sudoers
回车，打开sudoers文件
给hadoop用户赋予和root用户同样的权限

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，并将密码设置为hadoop。

创建用户

sudo useradd hadoop
修改密码为hadoop，按提示输入两次密码

sudo passwd hadoop
给hadoop用户创建目录，方可登陆

sudo mkdir /home/hadoop
sudo chown hadoop /home/hadoop

可考虑为 hadoop 用户增加管理员权限，方便部署，避免一些权限不足的问题：

sudo adduser hadoop sudo
最后注销当前用户，使用hadoop用户进行登陆。

安装SSH server、配置SSH无密码登陆

Ubuntu默认安装了SSH client，还需要安装SSH server。

sudo apt-get install openssh-server
集群、单节点模式都需要用到SSH无密码登陆，首先设置SSH无密码登陆本机。

输入命令

ssh localhost
会有如下提示(SSH首次登陆提示)，输入yes。

SSH首次登陆提示SSH首次登陆提示

然后按提示输入密码hadoop，这样就登陆到本机了。但这样的登陆是需要密码的，需要配置成无密码登陆。

先退出刚才的ssh，然后生成ssh证书：

exit # 退出 ssh localhost
cd ~/.ssh # 如果没有该目录，先执行一次ssh localhost
ssh-keygen -t rsa # 一直按回车就可以
cp id_rsa.pub authorized_keys
此时再用ssh localhost命令，就可以直接登陆了。
http://www.linuxidc.com/Linux/2015-02/113487.htm

四、安装hadoop
1.首先到https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/stable/下载hadoop-2.7.2.tar.gz
2.解压并放在你希望的目录中。我放到了/usr/local/hadoop
$sudo tar xzf hadoop-2.7.2.tar.gz$ sudo mv hadoop-2.7.2 /usr/local/hadoop
3.要确保所有的操作都是在用户hdsuer下完成的：
$sudo chown -R hduser:hadoop /usr/local/hadoop 五、配置~/.bashrc 1.切换到hadoop用户，我的是hduser$ su - hduser
2..查看java安装路径
update-alternatives - -config java

完整的路径为: /usr/lib/jvm/java-7-openjdk-amd64/jre/bin/java
我们只取前面的部分 /usr/lib/jvm/java-7-openjdk-amd64
3.修改配置文件bashrc
$ sudo gedit ~/.bashrc

在文件末尾追加下面内容

HADOOP VARIABLES START

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL export YARN_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native export HADOOP_OPTS=”-Djava.library.path=$HADOOP_INSTALL/lib”

HADOOP VARIABLES END

4.修改/usr/local/hadoop/etc/hadoop/hadoop-env.sh
$sudo gedit /usr/local/hadoop/etc/hadoop/hadoop-env.sh 找到JAVA_HOME变量，修改此变量如下 export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64 至此，单机模式配置完毕，下面进行wordcount测试 六、wordcount测试 1.首先在hadoop目录下新建文件夹input$ cd /usr/local/hadoop/
$mkdir input 2.将README.txt文件拷贝到input文件夹下，以统计文件中单词的频数$ sudo cp README.txt input
3.运行wordcount程序，并将输出结果保存在output文件夹下

每次重新执行wordcount程序的时候，都需要先把output文件夹删除！否则会出错

$ bin/hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.7.2-sources.jar org.apache.hadoop.examples.WordCount input output

4.查看字符统计结果
$ cat output/*

七、伪分布模式配置
1.修改2个配置文件 core-site.xml 和 hdfs-site.xml，配置文件位于 /usr/local/hadoop/etc/hadoop/ 中
首先在hadoop目录下创建几个文件夹：
$cd /usr/local/hadoop$ mkdir tmp
$mkdir tmp/dfs$ mkdir tmp/dfs/data
$mkdir tmp/dfs/name 修改 core-site.xml：$ sudo gedit etc/hadoop/core-site.xml
修改为以下配置：


hadoop.tmp.dir
file:/usr/local/hadoop/tmp
Abase for other temporary directories.


fs.defaultFS
hdfs://localhost:9000


修改hdfs-site.xml：
$ sudo gedit etc/hadoop/hdfs-site.xml
修改为以下配置：


dfs.replication
1


dfs.namenode.name.dir
file:/usr/local/hadoop/tmp/dfs/name


dfs.datanode.data.dir
file:/usr/local/hadoop/tmp/dfs/data


2.执行NameNode 的格式化
./bin/hdfs namenode -format
注意！只有刚创建hadoop集群的时候才需要格式化，不能对一个运行中的hadoop文件系统（HDFS）格式化，否则会丢失数据！！
成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。

3.启动hadoop
执行start-all.sh来启动所有服务，包括namenode,datanode.
$start-all.sh 在这里，如果出现了 Error: Cannot find configuration directory: /etc/hadoop，则通过下面方法解决： 在hadoop-env.sh 配置一条hadoop配置文件所在目录$ sudo gedit etc/hadoop/hadoop-env.sh
加上export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop
修改后如下图：

$source etc/hadoop/hadoop-env.sh 再次启动所有服务就好了$ start-all.sh

启动时可能会出现如下 WARN 提示：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable。该 WARN 提示可以忽略，并不会影响正常使用
4.通过jps命令判断是否成功启动：

出现这种情况后，在计算机中搜索jps，由于我的java安装路径是：/opt/jdk1.8.0_91,所以jps位于：/opt/jdk1.8.0_91/bin
$cd /opt/jdk1.8.0_91/bin$ ./jps
若成功启动则会列出如下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”

5.通过web界面查看hdfs信息
转到http://localhost:50070/即可查看
如果不能加载出http://localhost:50070/，则可能通过下面的方法解决：
先执行NameNode 的格式化
$./bin/hdfs namenode -format 出现提示输入Y/N时一定要输入大写Y！！！ 出现提示输入Y/N时一定要输入大写Y！！！ 出现提示输入Y/N时一定要输入大写Y！！！ 再执行start-all.sh来启动所有服务$ start-all.sh
然后执行jps命令
$cd /opt/jdk1.8.0_91/bin$ ./jps
再次转到网址http://localhost:50070/，就可以正常加载了。
6.停止运行hadoop
$ stop-all.sh
出现了no datanode to stop的提示：

解决方法：
在stop-all.sh之后，删除/tmp/dfs/data以及/tmp/dfs/name下的所有内容，如下图所示，均包含一个current文件夹：
因此只需删除current文件夹

删除之后，再次格式化namenode、启动所有服务start-all.sh、并停止stop-all.sh，就可以正常stop datanode了。

http://www.cnblogs.com/kinglau/p/3794433.html
http://blog.csdn.net/panglinzhuo/article/details/51317719