Hadoop3.3.5的安装与单机/伪分布式配置

一、安装须知

本次安装的Hadoop版本为hadoop3.3.5。

在这之前完成了VMware虚拟软件的安装，并安装了Ubuntu22.04，在这基础上进行相关配置。

二、安装jdk

在Ubuntu中使用命令安装jdk，执行“sudo apt-get install openjdk-8-jdk”命令。

sudo apt-get install openjdk-8-jdk

​
等待安装完成后，使用‘java -version’检验是否安装成功。

java -version

因为是使用sudo命令安装的jdk，所以安装的jdk路径默认为“/lib/jvm/java-8-openjdk-amd64”，检查安装路径以及文件名称。

使用‘sudo getdit ~/.bashrc’命令打开环境文件，在文件顶部加入语句，使环境生效。

sudo getdit ~/.bashrc

export JAVA_HOME=/lib/jvm/java-8-openjdk-amd64
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

使用‘source /.bashrc’使环境生效，用‘echo $JAVA_HOME’检验环境是否配置成功。

source /.bashrc
echo $JAVA_HOME

三、安装shh

安装shh免密码登录，在终端输入‘sudo apt-get install ssh openssh-server’。

sudo apt-get install ssh openssh-server

安装完毕之后，在终端切换位置到ssh文件下，使用‘ssh-keygen -t rsa’命令生成SSH密钥对，用于进行身份验证。按照提示输入保存密钥的位置和文件名。生成密钥对后，将在当前目录下生成两个文件：私钥（id_rsa）和公钥（id_rsa.pub）。

ssh-keygen -t rsa

将本地计算机上的公钥复制到服务器上，检验是否配置成功。

cat id_rsa.pub>>authorized_keys
ssh localhost

四、安装配置hadoop

从清华镜像上下载haddop3.3.5的压缩包‘hadoop-3.3.5.tar.gz’，对文件夹进行解压缩。
清华镜像：https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/core/hadoop-3.3.5/


配置相关文件，打开etc文件夹下的core-site.xml、hdfs-site.xml、hadoop-env.sh文件，加入语句后保存。
请注意，etc文件下还有一个hadoop，点进去之后如下图所示，后续配置添加的语句value当中要写hadoop的安装地址，建议在下图的文件目录下输入指令‘pwd’获取绝对路径，根据具体文件位置修改后续的配置语句。


配置core-site.xml文件，添加如下内容，注意value当中的tmp地址要与本机安装的hadoop地址一致。‘hdfs://localhost:9000’这一行当中的localhost默认指向本机地址，也可以在终端输入‘hostname’获取本机的名称，将这一行的‘localhost’换成本机名称，例如我的本机名称为‘lumos-virtual-machine’。

<configuration>
<property>
             <name>hadoop.tmp.dir</name>
             <value>file:/home/lumos/local/hadoop-3.3.5/tmp</value>
             <description>Abase for other temporary directories.</description>
        </property>
        <property>
             <name>fs.defaultFS</name>
             <value>hdfs://localhost:9000</value>
</property>
</configuration>

配置hdfs-site.xml文件，其内容如下，注意value当中的文件地址是否正确。

<configuration>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/home/lumos/local/hadoop-3.3.5/tmp/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/home/lumos/local/hadoop-3.3.5/tmp/dfs/data</value>
        </property>
</configuration>

配置hadoop-env.sh文件，在终端相关位置输入“echo $JAVA_HOME/lib/jvm/java-8-openjdk-amd64”，配置后该文件如图所示

echo $JAVA_HOME/lib/jvm/java-8-openjdk-amd64

五、运行hadoop

开始运行hadoop，首先初始化hdfs系统，在之前解压后的hadoop3.3.5目录下使用‘bin/hdfd namenode -format’命令进行初始化。

bin/hdfd namenode -format

使用‘sbin/start-dfs.sh’指令开启NameNode和DataNode守护进程。如果此处报错，请检查之前配置的三个文件。

sbin/start-dfs.sh

开启成功的如下图所示：

使用‘jps’指令查看jps进程。

关闭hadoop使用命令‘sbin/stop-dfs.sh’。
在浏览器输入‘http://localhost:9870’，成功打开网页如下图，可以查看NameNode和Datanode信息，还可以在线查看HDFS中的文件。

创建hadoop用户组，使用‘sudo useradd -m hadoop -s /bin/bash’命令以/bin/bash作为shell，使用‘sudo passwd hadoop’指令设置密码，使用‘sudo adduser hadoop sudo’添加hadoop至管理员权限。

sudo useradd -m hadoop -s /bin/bash

配置yarn，修改/etc下yarn-site.xml、mapred-site.xml文件。
首先修改yarn-site.xml文件，其中value的‘lumos-virtual-machine’是我虚拟机的本机名称，请根据自己的本机名称进行修改。
使用‘hostname’指令可以查看本机名称。

<configuration>
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>lumos-virtual-machine</value>
        </property>
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
</configuration>

修改mapred-site.xml文件，其中value的‘lumos-virtual-machine’是我虚拟机的本机名称，请根据自己的本机名称进行修改。

<configuration>
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
        <property>
                <name>mapreduce.jobhistory.address</name>
                <value>lumos-virtual-machine:10020</value>
        </property>
        <property>
                <name>mapreduce.jobhistory.webapp.address</name>
                <value>lumos-virtual-machine:19888</value>
        </property>
</configuration>

输入命令‘sbin/start-yarn.sh’启动yarn，查看jps，可以看到多了NodeManager 和 ResourceManager两个后台进程。

sbin/start-yarn.sh

在浏览器中输入“主机名称：8088”，打开成功，结果如下图所示。

启动YARN后可以通过网页查看任务的运行情况，至此hadoop的单机运行已经完成。