Hadoop安装（伪分布式）

三台虚拟机互信

1. 创建3台虚拟机，例如IP地址分别为192.168.236.8,192.168.236.9,192.168.236.10
2. 分别更改各自的hostname，拿192.168.236.100为例，
   输入hostname，查看自己的hostname，一般是自己的外网地址；输入hostnamectl set-hostname hadoop100，将hostname改成hadoop100

3. 将其它虚拟机和自己的hostname添加到hosts文件里（每台虚拟机都要做）；输入vi /etc/hosts，在下面增加本机和需要连接的虚拟机的ip和hostname:比如
192.168.236.100 hadoop100
192.168.236.101 hadoop101
让后可以把秘钥传输给其它虚拟机，这样就不用改其它虚拟机上的文件了（scp /etc/hosts root@hadoop101:/etc/）

4. （每台虚拟机都要做）生成秘钥：ssh-keygen -t rsa -P “”，直接回车，再回车

5.（每台虚拟机都要做）自己保存秘钥：cat .ssh/id_rsa.pub > .ssh/authorized_keys

6.（每台虚拟机都要做）把秘钥传递给其它机器：
ssh-copy-id -i .ssh/id_rsa.pub -p22 root@hadoop101

7.尝试连接其它虚拟机：ssh root@hadoop101，不需要密码就可以直接登录

安装jdk

wget安装：
4.1 下载wget
yum install wget -y
4.2 下载jdk
wget --no-check-certificate --no-cookies --header “Cookie: oraclelicense=accept-securebackup-cookie” http://download.oracle.com/otn-pub/java/jdk/8u131-b11/d54c1d3a095b4ff2b6607d096fa80163/jdk-8u131-linux-x64.rpm
4.3 安装jdk
rpm -ivh jdk-8u131-linux-x64.rpm
yum安装或者rpm安装，不需要配环境变量

安装hadoop(jdk安装位置、hadoop安装位置，hostname，这三个都需要自己更改）

1.下载hadoop-2.6.0-cdh5.14.2.tar.gz包，下载hadoop-native-64-2.6.0.tar两个包
2.选择一台虚拟机，比如192.168.236.8，在opt下建立software文件夹，将以上两个包拖到该文件夹下
3.安装该文件：tar -zxvf hadoop-2.6.0-cdh5.14.2.tar.gz
4.名字太长，将其改名为hadoop：mv hadoop-2.6.0-cdh5.14.2 hadoop
5.可以删除掉压缩包：rm -f hadoop-2.6.0-cdh5.14.2.tar.gz
6.进入hadoop：cd hadoop查看目录结构

7.bin：执行文件；bin-mapreducel：是mapreduce的执行文件，系统自动操作；cloudera：发行公司的信息，hadoop是cdh版；etc放配置文件；examples和examples-mapreducel里面放的是一些示例；include是一些拓展的东西；lib是一些jar包依赖包；sbin也是一些启动文件；share是一些共享的东西，搭集群时会用到；src是源码；
8.进入该etc下的hadoop文件，修改配置：cd etc/hadoop（注意etc前面不要加/）里面的内容如下图所示：

9.修改启动环境，是hadoop启动和java相关联。进入hadoop-env.sh内部：vi hadoop-env.sh，内容如下：

将export JAVA_HOME=${HAVA_HOME}注释掉，在下面重新加入本机JAVA_HOME地址：export JAVA_HOME=/opt/software/jdk1.8.0_221
各自电脑不同，可以打开新窗口后，输入echo $JAVA_HOME查看位置

按ESC退出插入模式，按：wq保存退出
10.修改核心配置（伪分布式）。进入core-site.xml，vi core-site.xml，内容如下所示：

<property>
  <name>fs.defaultFS</name>
  <value>hdfs://hadoop9:9000</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/opt/software/hadoop/tmp</value>
</property>
<property>
  <name>hadoop.proxyuser.root.hosts</name>
  <value>*</value>
</property>
<property>
  <name>hadoop.proxyuser.root.groups</name>
  <value>*</value>
</property>

一共添加了4向内容，后面两项是为搭建集群配置的，*代表任意人/任意用户都可以访问
11.进入hdfs-site.xml，数据备份数目：vi hdfs-site.xml，如下所示：（注意hadoop是装在opt下还是root下）

数据备份数目：如果是本地模式，vlaue里不填；如果是伪分布式，vlalue填1；有几个节点就填几。

dfs.replication
1


12.看看各个虚拟机之间是否可以免密登录ssh hadoop9，能进入的话，exit退回

13.配置yarn，yarn是用来管理mapreduce的。首先进入mapred-site.xml.template：vi mapred-site.xml.template

mapreduce.framework.name
yarn


修改后：

给它改名字：mv mapred-site.xml.template mapred-site.xml
14.配置node的用法是mapreduce_shuffle，指定yarn的Resourcemanager地址（不配的话是本地模式，配置的话是伪分布式）进入yarn-site.xml：vi yarn-site.xml

修改后：

<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop8</value>
</property>

15.linux下配置环境变量（注意etc前面有/，不是在hadoop里了） vi /etc/profile

在倒数第二行和倒数第一行中间添加：
export HADOOP_HOME=/opt/software/hadoop（自己hadoop的安装目录，以下是不必须的配置）
export HADOOP_MAPRED_HOME=$HADOO{P}_{H}OMEexportHADOO{P}_{C}OMMO{N}_{H}OME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOO{P}_{H}OMEexportYAR{N}_{H}OME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOO{P}_{H}OME/lib/nativeexportHADOO{P}_{O}PTS="-Djava.library.path=$HADOOP_HOME/lib"
改写最后一行：
export PATH=$JAV{A}_{H}OME/bin:$JAVA_HOME/jre/bin:$HADOO{P}_{H}OME/bin:$HADOOP_HOME/sbin:$PATH
16.source /etc/profile（不报错就行）
需要删除logs和tmp文件夹，才能格式化
17.格式化：hdfs namenode -format（有错的话，返回修改）

含有successful formatted和Exiting with status 0的算成功
补充：history配置文件的更改：位置：vi mapred-site.xml增加

mapreduce.jobhistory.address
hadoop9:10020


mapreduce.jobhistory.webapp.address
hadoop9:19888

单独打开历史服务器：
sbin/mr-jobhistory-daemon.sh start historyserver

18.回到外层hadoop路径cd …/…，用pwd查看是否在/root/soft/hadoop里，ll可以看到tmp文件夹

19.start-然后srart-all.sh（相当于start-dfs.sh和start-yarn.sh）,回答yes

再输入jps

一共6个，缺少的话，缺哪个去看日志的报错：
tail -200f logs/hadoop-root-namenode-hadoop8.log

20.关闭所有，stop-all.sh

start-all.sh开启，然后输入jps查看，然后输入hdfs dfs -mkdir /test（在dfs里创建文件夹）登录网址：192.168.236.8:50070，可以看到test文件夹，在虚拟机上输入hdfs dfs -put README.txt /test（将README.txt放入test文件夹里），在输入hadoop jar share/hadoop/mapreduce2/hadoop-mapreduce-examples-2.6.0-cdh5.14.2.jar wordcount /test/README.txt /output（对README.txt文件进行计数）输入网址192.168.236.8:8088查看；在linux上输入hdfs dfs -cat /output/part-r-00000，把单词统计出来了