Mac下hadoop2.7 伪分布式安装

一。MAC OS下的JDK安装及其路径

1、首先安装jdk,直接百度或者Google搜索就有MAC版本的jdk,本实验环境是jdk1.8.0_66.jdk，Hadoop的安装也必须在jdk 1.6版本以上。

2、MAC中自带有安装的jdk,查看其默认路径如图：

/Java>/System/Library/Frameworks/JavaVM.framework/Versions/Current/Commands/java是系统默认的java路径，但是安装的JDK，会被安装到/Library/Java/JavaVirtualMachines/下面，比如： 

/Library/Java/JavaVirtualMachines/jdk1.8.0_66.jdk/， 

JAVA_HOME是/Library/Java/JavaVirtualMachines/jdk1.8.0_66.jdk/Contents/Home。

二。ssh免密登录

1.MAC下自带ssh,可以通过下面的命令来验证： 
 

2.在终端中输入：

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
 
 
1
 
 
1

ssh-keygen表示生成秘钥；-t表示秘钥类型；-P用于提供密语；-f指定生成的秘钥文件。这个命令在”~/.ssh/“文件夹下创建两个文件id_dsa和id_dsa.pub，是ssh的一对儿私钥和公钥。接下来，将公钥追加到授权的key中去，输入：

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

3.直接用ssh命令连接本地主机或远程主机时会遇到下列错误提示：

ssh: connect to host localhost port 22: Connection refused
 
 
1
 
 
1

则为未打开远程登录。解决方法如下：

更改设置：进入Mac的系统偏好设置 –> 共享 –> 勾选remote login，并设置allow access for all users。再到命令行下输入“ssh localhost”，可以看到ssh成功。 

三。Hadoop 2.7下载 

1. 进入：http://hadoop.apache.org/releases.html，选择相应版本下载。例如我选择的是binary的hadoop-2.7.3-src.tar.gz 

选择source后：

2.下载下来后解压缩，放到自己认为合适的目录下，实验中将其放在了：~/Documents 下，即MAC文稿文件夹下。

四。设置环境变量

1. 在终端中输入：vi ~/.bash_profile 
在bash_profile最后面添加环境变量，其类似windows设置java环境变量，此时的JAVA_HOME与开头将的路径设置一样，如下： 

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_112.jdk/Contents/Home
export JRE_HOME=$JAVA_HOME/jre
export HADOOP_HOME=/Users/time/Documents/hadoop-2.7.3
export HADOOP_HOME_WARN_SUPPRESS=1

export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$HADOOP_HOME/bin:$PATH

其中：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_112.jdk/Contents/Home
 
 
1
 
 
1

export JRE_HOME=$JAVA_HOME/jre
 
 
1
 
 
1

是java的系统环境变量。

export HADOOP_HOME=/Users/time/Documents/hadoop-2.7.3
 
 
1
 
 
1

是配置Hadoop的系统环境变量

export HADOOP_HOME_WARN_SUPPRESS=1
 
 
1
 
 
1

是防止出现：Warning: $HADOOP_HOME is deprecated的警告错误。 
上述环境变量增加完成后，退回到终端，输入：

source ~/.bash_profile
 
 
1
 
 
1

使得环境变量设置生效！

五。配置hadoop-env.sh

在Hadoop->conf目录下，找到hadoop-env.sh，打开编辑进行如下设置：

export JAVA_HOME=${JAVA_HOME}（去掉注释）

export HADOOP_HEAPSIZE=2000（去掉注释）

export HADOOP_OPTS=”-Djava.security.krb5.realm=OX.AC.UK -Djava.security.krb5.kdc=kdc0.ox.ac.uk:kdc1.ox.ac.uk”（去掉注释）

注意第三个配置在OS X上最好进行配置，否则会报“Unable to load realm info from SCDynamicStore”

配置如图： 

六。修改xml文件

 1.配置core-site.xml——指定了NameNode的主机名与端口
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/Users/time/Documents/hadoop-2.7.3/tmp</value>
        <description>A base for other temporary directories.</description>
    </property>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://localhost:8000</value>
    </property>
</configuration>

2. 配置hdfs-site.xml——指定了HDFS的默认参数副本数，因为仅运行在一个节点上，所以这里的副本数为1
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
        <property>
            <name>dfs.replication</name>
            <value>1</value>
       </property>
</configuration>

3. 配置mapred-site.xml——指定了JobTracker的主机名与端口
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
     <property>
        <name>mapred.job.tracker</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <property>
        <name>mapred.tasktracker.map.tasks.maximum</name>
        <value>2</value>
    </property>
    <property>
        <name>mapred.tasktracker.reduce.tasks.maximum</name>
        <value>2</value>
    </property>
</configuration>

     4. yarn-site.xml
<?xml version="1.0"?>
<configuration>

    <property>
           <name>yarn.nodemanager.aux-services</name>
           <value>mapreduce_shuffle</value>
    </property>

<!-- Site specific YARN configuration properties -->

</configuration>

七。至此，在terminal中输入：hadoop,出现如下界面， 

表示已经可以找到Hadoop的执行程序。 

八。格式化namenode

hdfs namenode -format

九。 启动hadoop
1.启动：

sbin/start-all.sh

2.访问localhost:50070和localhost:8088测试是否正常。
3.输入jps,查看当前进程，如下图所示：

表示Hadoop已经启动。

十。运行测试用例 

1. 创建hdfs目录:

   $ bin/hdfs dfs -mkdir /user
   $ bin/hdfs dfs -mkdir /user/robin

2. 拷贝一些文件到input目录:
   $ bin/hdfs dfs -put etc/hadoop input
3. 运行样例:
   $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'

4. 在localhost:50070中的Utilities标签下找到/user/robin目录，下载part-r-00000文件，可以看到其中内容如下所示：

   4   dfs.class
   4   dfs.audit.logger
   3   dfs.server.namenode.
   2   dfs.period
   2   dfs.audit.log.maxfilesize
   2   dfs.audit.log.maxbackupindex
   1   dfsmetrics.log
   1   dfsadmin
   1   dfs.servers
   1   dfs.replication
   1   dfs.file

以上；