Hadoop_入门笔记1（Hadoop是什么，Hadoop的组成，大数据技术生态体系，推荐系统框架图，hadoop运行环境搭建）

一、Hadoop是什么

二、Hadoop的组成

Hadoop3.x在组成上没有变化

1、HDFS架构概述

图形理解：

2、YARN概述

3、MapReduce概述

1. MapReduce将计算过程分为两个阶段：Map和Reduce

（1）Map阶段并行处理输入数据
（2）Reduce阶段对Map结果进行汇总
图例：

4、三者的关系

三、大数据技术生态体系

四、推荐系统框架图

五、hadoop运行环境搭建

1、模板虚拟机环境准备

（1）准备一台模板虚拟机hadoop100，虚拟机配置要求如下：
注：本文Linux系统环境全部以CentOS-7.5-x86-1804为例说明
模板虚拟机：内存4G，硬盘50G，安装必要环境，为安装hadoop做准备
[root@hadoop100 ~]# yum install -y epel-release
[root@hadoop100 ~]# yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static tree iotop git
使用yum安装需要虚拟机可以正常上网，yum安装前可以先测试下虚拟机联网情况
[root@hadoop100 ~]# ping www.baidu.com
PING www.baidu.com (14.215.177.39) 56(84) bytes of data.
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=1 ttl=128 time=8.60 ms
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=2 ttl=128 time=7.72 ms

（2）关闭防火墙，关闭防火墙开机自启
[root@hadoop100 ~]# systemctl stop firewalld
[root@hadoop100 ~]# systemctl disable firewalld

（3）创建itwwy用户，并修改itwwy用户的密码
[root@hadoop100 ~]# useradd itwwy
[root@hadoop100 ~]# passwd itwwy

（4）配置itwwy用户具有root权限，方便后期加sudo执行root权限的命令
[root@hadoop100 ~]# vim /etc/sudoers
修改/etc/sudoers文件，找到下面一行（91行），在root下面添加一行，如下所示：

## Allow root to run any commands anywhere
root    ALL=(ALL)     ALL
itwwy   ALL=(ALL)     NOPASSWD:ALL

（5）在/opt目录下创建文件夹，并修改所属主和所属组
（1）在/opt目录下创建module、software文件夹
[root@hadoop100 ~]# mkdir /opt/module
[root@hadoop100 ~]# mkdir /opt/software
（2）修改module、software文件夹的所有者和所属组均为itwwy用户
[root@hadoop100 ~]# chown itwwy:itwwy /opt/module
[root@hadoop100 ~]# chown itwwy:itwwy /opt/software
（3）查看module、software文件夹的所有者和所属组
[root@hadoop100 ~]# cd /opt/
[root@hadoop100 opt]# ll
总用量 12
drwxr-xr-x. 2 itwwy itwwy 4096 5月 28 17:18 module
drwxr-xr-x. 2 root root 4096 9月 7 2017 rh
drwxr-xr-x. 2 itwwy itwwy 4096 5月 28 17:18 software

（6）卸载虚拟机自带的open JDK
[root@hadoop100 ~]# rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps

（7）重启虚拟机
[root@hadoop100 ~]# reboot

2、克隆虚拟机

（1）利用模板机hadoop100，克隆三台虚拟机：hadoop102 hadoop103 hadoop104

（2）修改克隆机IP，以下以hadoop102举例说明
（1）修改克隆虚拟机的静态IP
[root@hadoop100 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33
改成
DEVICE=ens33
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME=“ens33”
IPADDR=192.168.1.102
PREFIX=24
GATEWAY=192.168.1.2
DNS1=192.168.1.2
（2）查看Linux虚拟机的虚拟网络编辑器，编辑->虚拟网络编辑器->VMnet8


（3）查看Windows系统适配器VMware Network Adapter VMnet8的IP地址

（4）保证Linux系统ifcfg-ens33文件中IP地址、虚拟网络编辑器地址和Windows系统VM8网络IP地址相同。

（3）修改克隆机主机名，以下以hadoop102举例说明
（1）修改主机名称，两种方法二选一
[root@hadoop100 ~]# hostnamectl --static set-hostname hadoop102
或者修改/etc/hostname文件
[root@hadoop100 ~]# vim /etc/hostname
hadoop102
（2）配置linux克隆机主机名称映射hosts文件，打开/etc/hosts
[root@hadoop100 ~]# vim /etc/hosts
添加如下内容
192.168.1.100 hadoop100
192.168.1.101 hadoop101
192.168.1.102 hadoop102
192.168.1.103 hadoop103
192.168.1.104 hadoop104
192.168.1.105 hadoop105
192.168.1.106 hadoop106
192.168.1.107 hadoop107
192.168.1.108 hadoop108

（4）重启克隆机hadoop102
[root@hadoop100 ~]# reboot

（5）修改windows的主机映射文件（hosts文件）
（1）如果操作系统是window7，可以直接修改
（a）进入C:\Windows\System32\drivers\etc路径
（b）打开hosts文件并添加如下内容，然后保存
192.168.1.100 hadoop100
192.168.1.101 hadoop101
192.168.1.102 hadoop102
192.168.1.103 hadoop103
192.168.1.104 hadoop104
192.168.1.105 hadoop105
192.168.1.106 hadoop106
192.168.1.107 hadoop107
192.168.1.108 hadoop108
（2）如果操作系统是window10，先拷贝出来，修改保存以后，再覆盖即可
（a）进入C:\Windows\System32\drivers\etc路径
（b）拷贝hosts文件到桌面
（c）打开桌面hosts文件并添加如下内容
192.168.1.100 hadoop100
192.168.1.101 hadoop101
192.168.1.102 hadoop102
192.168.1.103 hadoop103
192.168.1.104 hadoop104
192.168.1.105 hadoop105
192.168.1.106 hadoop106
192.168.1.107 hadoop107
192.168.1.108 hadoop108
（d）将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件

3、在hadoop102安装JDK

（1）卸载现有JDK
[itwwy@hadoop102 ~]$ rpm -qa | grep -i java | xargs -n1 sudo rpm -e --nodeps

（2）用SecureCRT工具将JDK导入到opt目录下面的software文件夹下面

（3）选择jdk1.8拖入工具

（4）在Linux系统下的opt目录中查看软件包是否导入成功
[itwwy@hadoop102 ~]$ ls /opt/software/
看到如下结果：
hadoop-3.1.3.tar.gz jdk-8u212-linux-x64.tar.gz

（5）解压JDK到/opt/module目录下
[itwwy@hadoop102 software]$ tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

（6）配置JDK环境变量
（1）新建/etc/profile.d/my_env.sh文件
[itwwy@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh
添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin
（2）保存后退出
:wq
（3）source一下/etc/profile文件，让新的环境变量PATH生效
[itwwy@hadoop102 ~]$ source /etc/profile

（7）测试JDK是否安装成功
[itwwy@hadoop102 ~]$ java -version
如果能看到以下结果，则代表Java安装成功。
java version “1.8.0_212”
注意：重启（如果java -version可以用就不用重启）
[itwwy@hadoop102 ~]$ sudo reboot

4、在hadoop102安装Hadoop

（1）用SecureCRT工具将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面

（2）进入到Hadoop安装包路径下
[itwwy@hadoop102 ~]$ cd /opt/software/

（3）解压安装文件到/opt/module下面
[itwwy@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

（4）查看是否解压成功
[itwwy@hadoop102 software]$ ls /opt/module/
hadoop-3.1.3

（5）将Hadoop添加到环境变量
（1）获取Hadoop安装路径
[itwwy@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
（2）打开/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh
在my_env.sh文件末尾添加如下内容：（shift+g）
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
（3）保存后退出
:wq
（4）让修改后的文件生效
[itwwy@hadoop102 hadoop-3.1.3]$ source /etc/profile

（6）测试是否安装成功
[itwwy@hadoop102 hadoop-3.1.3]$ hadoop version
Hadoop 3.1.3

（7）重启(如果Hadoop命令不能用再重启)
[itwwy@hadoop102 hadoop-3.1.3]$ sync
[itwwy@hadoop102 hadoop-3.1.3]$ sudo reboot

5、Hadoop目录结构

（1）查看Hadoop目录结构
[itwwy@hadoop102 hadoop-3.1.3]$ ll
总用量 52
drwxr-xr-x. 2 itwwy itwwy 4096 5月 22 2017 bin
drwxr-xr-x. 3 itwwy itwwy 4096 5月 22 2017 etc
drwxr-xr-x. 2 itwwy itwwy 4096 5月 22 2017 include
drwxr-xr-x. 3 itwwy itwwy 4096 5月 22 2017 lib
drwxr-xr-x. 2 itwwy itwwy 4096 5月 22 2017 libexec
-rw-r–r–. 1 itwwy itwwy 15429 5月 22 2017 LICENSE.txt
-rw-r–r–. 1 itwwy itwwy 101 5月 22 2017 NOTICE.txt
-rw-r–r–. 1 itwwy itwwy 1366 5月 22 2017 README.txt
drwxr-xr-x. 2 itwwy itwwy 4096 5月 22 2017 sbin
drwxr-xr-x. 4 itwwy itwwy 4096 5月 22 2017 share

（2）重要目录：
（1）bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本
（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
（4）sbin目录：存放启动或停止Hadoop相关服务的脚本
（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例