Hadoop 伪分布式的快速搭建

一、准备Linux环境

 1.0安装虚拟机
 1.1修改主机名 
 可参照如下链接 

修改主机名与配置ssh通过主机名进行远程登录

二、处理防火墙

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

三、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
    ssh-copy-id localhost
    输入这一步后会提示输入要远程登录的主机密码

四、安装JDK

  如果已经安装jdk了可以用如下命令查看安装路径：
  whereis java
  which java （java执行路径）
  echo $JAVA_HOME

 1、上传
 2、创建文件夹、解压jdk
    mkdir /usr/java
    解压
    tar -zxvf jdk-7u55-linux-i586.tar.gz -C /usr/java/

 3、将java添加到环境变量中
    vi /etc/profile
    在文件最后添加
    export JAVA_HOME=/usr/java/jdk1.7.0_79
    export PATH=$PATH:$JAVA_HOME/bin

    #刷新配置
    source /etc/profile
    或用
    source ~/.bashrc 

    4、运行java -version 查看是否安装成功

五、安装hadoop2.7

    **1、上传hadoop压缩包**

    **2、解压**
       tar -zvxf hadoop.x.x 

    **3、修改hadoop配置文件**

      第一个：hadoop-env.sh
      vi hadoop-env.sh
      #第27行（查看java安装路径：echo $JAVA_HOME）
      export JAVA_HOME=/gdmc/usr/java/jdk1.7.0_55

      第二个：core-site.xml
      ( 在当前用户下创建目录 /home/admin/temp/hadoop-2.7.2/tmp)
        <!-- 制定HDFS的NameNode的地址 -->
        <property>
        <name>fs.defaultFS</name>
        <value>hdfs://gdmcc: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>/home/admin/temp/hadoop-2.7.2/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ResourceManager的地址 -->
        <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>gdmcctest</value>
                </property>
        <!-- reducer获取数据的方式 -->
                <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
                </property>

        **4、将hadoop添加到环境变量**
        vi /etc/proflie
        export JAVA_HOME=/gdmcc/usr/java/jdk1.7.0_55
        export HADOOP_HOME=/home/admin/temp/hadoop-2.7.2
        export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

         source ~/.bashrc 
        或
         source /etc/profile

六、运行hadoop

1、先对namenode进行格式化
   hadoop namenode -format

2、启动hadoop
   sh start-dfs.sh
   sh start-yarn.sh
   通过jps 查看启动结果，如下图所示则启动成功

3、在web界面查看hdfs和RM
   http://192.168.x.x:50070

4、http://host:8088/

七、操作hadoop shell命令

    1、创建目录
       hadoop fs -mkdir /test/
    2、上传文件到/test/目录
       hadoop fs -put test.txt /test/
    3、查看/test/目录下的文件
       hadoop fs -ls /test/
    4、hadoop fs -cat /test/1234.txt

八、在hadoop环境下运行wordCount案例

      1、在eclipse中将wordCount打包成jar包  
      2、执行hadoop jar  x.jar  ×××.MainClassName inputPath outputPath  
      其中 
      x.jar为包的名称，包括路径，直接写包名称，则为默认路径
      ×××.MainClassName为运行的类名称
      inputPath为输入路径
      outputPath为输出路径。 （不需要在执行前创建该目录，在执行过程中会自动创建）

运行结果如下图所示


input下的文件如下所示：