Linux+虚拟机的JDK+Hadoop安装配置、单机模式配置、伪分布式配置、完全分布式配置

最新推荐文章于 2021-01-16 17:38:42 发布

weixin_43289669

最新推荐文章于 2021-01-16 17:38:42 发布

阅读量2.3k

点赞数

分类专栏：大数据+Linux

本文链接：https://blog.csdn.net/weixin_43289669/article/details/90415799

版权

大数据+Linux 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

一、条件及部分Linux指令

1、部分Linux指令

cd文件名（A）：表示进入A文件夹

mkdir文件名（A）：表示创建A文件夹

rf –rm文件名（A）：表示删除A文件夹

cd / :返回根目录

2、条件 1）、以下操作在SecureCRT里面完成

2）、关闭防火墙 firewall-cmd--state 显示防火墙状态running/not running systemctl stop firewalld 临时关闭防火墙，每次开机重新开启防火墙 systemctl disable firewalld 禁止防火墙服务。

二、过程

1、传输JDK和HADOOP压缩包（根目录opt操作上传文件到虚拟机的Linux） SecureCRT 【File】→【Connect SFTP Session】开启sftp操作 put 路径/jdk-8u121-linux-x64.tar.gz put 路径/hadoop-2.7.3.tar.gz

2、解压JDK、HADOOP（先创建module文件夹即mkdir module） 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 解压安装

3、.配置JDK并生效 vi /etc/profile文件添加： exportJAVA_HOME=/opt/module/jdk1.8.0_121 exportPATH=$JAVA_HOME/bin:$PATH Esc :wq!保存并退出。不需要配置CLASSPATH。 source/etc/profile配置生效运行命令javac，检验是否成功。

4、.配置HADOOP并生效（创建profile文件夹即mkdir profile） vi /etc/profile文件添加： exportHADOOP_HOME=/opt/module/hadoop-2.7.3exportPATH=$HADOOP_HOME/bin:$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。

5、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。

6、运行自带程序wordcount cd /opt/module/hadoop-2.7.3/share/hadoop/mapreduce 转入wordcount所在路径。

创建adir文件夹： hadoop fs -mkdir/adir

查看所创建的文件： hadoop fs -ls / 运行touch 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）传输in.txt文件到adir hadoop fs -put in.txt/adir 查看in.txt是否传到adir里： hadoop fs -ls/adir 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 _SUCCESS查看计数结果。

cd output cat part-r-00000 _SUCCESS

7、Hadoop伪分布式模式配置只有一台虚拟机bigdata128，既是namenode又是datanode。

1）、基础安装配置完成上述1-5安装配置。

2）、修改以下5个配置文件（根目录下面）在<configuration>与</configuration>之间添加如下property：

①core-site.xml

<name>fs.defaultFS</name>

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

</property>

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

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

</property>

②hdfs-site.xml  <property> <name>dfs.replication</name> <value>1</value> </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

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

</property>

④yarn-site.xml

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

<value>bigdata128</value>

</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（根目录下修改）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： 192.168.163.128 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）(启动记得关闭防火墙) 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，有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://192.168.43.87:50070、http://192.168.43.87:8088 页面正常显示，则成功。

5）、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://192.168.43.87:50070 查看/user/root/output/part-r-00000文件里的词频统计结果。

6）、SSH免密码登陆（解决每次启动hadoop输入用户密码问题）

生成公、私密钥对：ssh-keygen -t rsa 按3次回车键

查看：cd ~/.ssh路径下面的id_rsa和id_rsa.pub

复制：ssh-copy-id -i ~/.ssh/id_rsa.pub root@bigdata128

查看生成authorized_keys。

8、Hadoop完全分布式模式配置

1）、新建另外两台Linux虚拟机完全分布式模式共三台虚拟机，前述伪分布式的虚拟机（bigdata128）作为master主节点，克隆另外两个虚拟机（bigdata129 bigdata130）作为slaves子节点，克隆机自带安装JDK、Hadoop及配置文件。注：此配置是为学习所用，且电脑资源有限，因此照搬伪分布式配置，将NameNode、SecondaryNameNode、ResourceManager全部配置在主节点bigdata128上面，实际情况则相反，应该分别配置在不同的节点上面。

2）、修改以下配置文件（cd /~~~~根目录下）

①slaves配置文件三台虚拟机分别都运行命令 vi /opt/module/hadoop-2.7.3/etc/hadoop slaves

修改slaves为： bigdata129 bigdata130

②修改\etc\hosts配置文件三台虚拟机分别都运行命令 vi \etc hosts 注释已有内容，添加集群三台虚拟机的ip及对应主机名： 192.168.43.87 bigdata128

192.168.43.39 bigdata129

192.168.43.230 bigdata130

③修改\etc\hostname配置文件(根目录下~~~cd /）

三台虚拟机分别都运行命令 vi \etc hostname 添加各自的主机名bigdata128或者bigdata129或者bigdata130。重启全部虚拟机，主机名生效。

3）、格式化在主节点bigdata128上面输入格式化命令（hdfs namenode -format），格式化集群。

注：如果不是第一次格式化，三台虚拟机都删除\opt\module\hadoop-2.7.3\下面的tmp、logs

目录：rf –rm\opt\module\hadoop-2.7.3\tmp rm –rf \opt\module\hadoop-2.7.3\logs

注：如果格式化之前启动过集群，先在主节点bigdata128上面停止集群（stop-all.sh），再格式化。