安装并配置 JDK+Hadoop，单机模式配置，实现伪分布式与分布式部署

利用Xshell连接虚拟机，进行以下操作：

1.关闭防火墙

显示防火墙状态running/not running

firewall-cmd --state 

临时关闭防火墙，每次开机重新开启防火墙

systemctl stop firewalld 

 禁止防火墙服务

systemctl disable firewalld

 

2.传输JDK和HADOOP压缩

利用xftp把文件夹中的两个压缩文件（如下）（可以自行下载） 

jdk-8u121-linux-x64.tar.gz  

  hadoop-2.7.3.tar.gz

从本地当前路径（Windows）传从到当前路径（Linux）

3.解压JDK、HADOOP

 解压安装

tar  -zxvf  jdk-8u121-linux-x64.tar.gz  -C  /opt/module 

 解压安装

tar  -zxvf  hadoop-2.7.3.tar.gz  -C  /opt/module 

4.配置JDK并生效

vi /etc/profile

文件添加：

export JAVA_HOME=/opt/module/jdk1.8.0_121
export PATH=$JAVA_HOME/bin:$PATH

Esc :wq!保存并退出。不需要配置CLASSPATH。

配置生效

source /etc/profile

运行命令javac，检验是否成功。

5.配置HADOOP并生效

vi /etc/profile文件添加：

export HADOOP_HOME=/opt/module/hadoop-2.7.3

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

Esc :wq!保存并退出。

source /etc/profile

配置生效

运行命令hadoop，检验是否成功。

6.单机模式配置hadoop -env.sh

vi /opt/module/hadoop-2.7.3/etc/hadoop/hadoop-env.sh

文件修改

显示行号 Esc :set number    取消行号Esc :set nonumber

修改第25行

export JAVA_HOME=/opt/module/jdk1.8.0_121

Esc :wq!保存并退出

本地模式没有HDFS和Yarn，配置JDK后MapReduce能够运行java程序。

7.运行自带程序wordcount

cd /opt/module/hadoop-2.7.3/share/hadoop/mapreduce 

转入wordcount所在路径。

运行touh in.txt，创建In.txt文件，作为输入文件。

（如果in.txt是空文件，运行vi in.txt，输入内容作为被统计词频的输入文件）

输出目录/output必须不存在，程序运行后自动创建。

运行wordcount：

hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /adir/in.txt output/

运行成功之后，进入/output目录，打开文件part-r-00000查看计数结果。

Hadoop伪分布式模式配置：

1.基础安装配置

完成上述1-6安装配置。

2.修改以下5个配置文件

在<configuration>与</configuration>之间添加如下property：

①core-site.xml

<!--配置HDFS主节点，namenode的地址，9000是RPC通信端口-->

<property>

        <name>fs.defaultFS</name>

        <value>hdfs://bigdata128:9000</value>

</property>

<!--配置HDFS数据块和元数据保存的目录，一定要修改-->

<property>

        <name>hadoop.tmp.dir</name>

        <value>/opt/module/hadoop-2.7.3/tmp</value>

</property>

②hdfs-site.xml

<!--注释配置数据块的冗余度，默认是3-->  

<property>  

     <name>dfs.replication</name>  

     <value>1</value>  

</property>

<!--secondaryNameNode的主机地址--> 

<property>

         <name>dfs.namenode.secondary.http-address</name>

         <value>bigdata128:50090</value>

</property>

③mapred-site.xml(该配置文件不存在，先复制)

cp  mapred-site.xml.template  mapred-site.xml  

<!--配置MR程序运行的框架-->  

<property>  

  <name>mapreduce.framework.name</name>

  <value>yarn</value>

</property>  

④yarn-site.xml

<!--配置Yarn的节点-->  

<property>  

  <name>yarn.resourcemanager.hostname</name>

  <value>bigdata128</value>

</property>  

<!--NodeManager执行MR任务的方式是Shuffle洗牌-->  
 

<property>  

  <name>yarn.nodemanager.aux-services</name>

  <value>mapreduce_shuffle</value>

</property>  

⑤Slaves文件里使用默认localhost，或者添加 bigdata128（既是NameNode又是DataNode）

注：如果Slaves文件为空，就没有DataNode和NodeManager。

⑥修改\etc\hosts配置文件

运行命令

 vi  \etc\hosts

注释掉已有内容，添加虚拟机的ip及对应主机名：

192.168.159.131  bigdata128

⑦修改\etc\hostname配置文件

运行命令

 vi  \etc\hostname

添加虚拟机的主机名：

bigdata128

重启虚拟机，主机名生效。

3.格式化

hdfs namenode -format 

（如果不是第一次格式化，格式化之前先删除/opt/module/hadoop-2.7.3/下面的tmp、logs两个目录）

4.启动

start-all.sh 

（如果启动之前已经启动过，启动之前先停止stop-all.sh）

查看伪分布式配置是否成功：

①执行ll，查看/opt/module/hadoop-2.7.3/tmp/dfs目录

②执行jps

NameNode、DataNode、SecondaryNameNode、ResourceManager、NodeManager如果全部启动，伪分布式配置成功。

③web控制台访问：http://192.168.159.131:50070 、http://192.168.159.131:8088 

页面正常显示，则成功。

五、运行wordcount

hdfs dfs -put in.txt /adir 

上传本地当前路径下的in.txt文件 到hdfs的/adir目录下。

运行

hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /adir/in.txt output/

在http://192.168.159.131:50070 查看/user/root/output/part-r-00000文件里的词频统计结果。