Hadoop安装、伪分布式配置及运行Hadoop示例wordcount

本博客没有讲解Java的安装，如未安装Java请看这篇教程：https://blog.csdn.net/wyg1973017714/article/details/106474003
本博客默认所有读者均已安装Java环境

1、Hadoop下载

下载Hadoop请前往官网
官网地址：http://hadoop.apache.org/

点击Download跳转至下载页面

我这里选择的是3.3.0版本的Hadoop

2、将Hadoop上传至服务器

我这里使用的是阿里云服务器，使用xshell和xftp进行命令行以及文件上传的操作
我这里是通过xftp将Hadoop压缩包上传到了/home/hadoop目录下

3、安装Hadoop

使用如下命令直接在本目录下解压（读者可自行更换相应的目录）：

tar -zxvf hadoop-3.3.0.tar.gz

解压完成以后需要配置环境变量，我这里通过vim的方式进行配置
首先，使用vim编辑/etc/profile。命令如下：

vim /etc/profile

进入vim编辑器以后，键入i表示在文档中写入数据，添加完成以后，使用Esc键退出insert模式，使用Shift+：进入底线命令模式，然后键入wq(保存并退出)即可。
在末尾添加如下配置：

export HADOOP_HOME=/home/hadoop/hadoop-3.3.0/	#替换为自己的安装目录
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

配置完成后运行如下命令使配置生效

source /etc/profile

然后需要修改配置文件yarn-env.sh和hadoop-env.sh,这两个文件在安装目录下的/etc/hadoop目录下，如图所示：

如果不习惯vim编辑器的话，可以通过使用如下命令进行修改：

echo "export JAVA_HOME=/usr/java/latest" >> /home/hadoop/hadoop-3.3.0/etc/hadoop/yarn-env.sh
echo "export JAVA_HOME=/usr/java/latest" >> /home/hadoop/hadoop-3.3.0/etc/hadoop/hadoop-env.sh

以上配置完成后可以测试hadoop是否安装成功，运行hadoop version命令可查看安装的版本，出现下图的内容即安装成功

4、Hadoop伪分布式配置

1、修改core-site.xml文件

在Hadoop安装目录下使用vim编辑器

vim etc/hadoop/core-site.xml

或者指定全局路径

vim /home/hadoop/hadoop-3.3.0/etc/hadoop/core-site.xml

键入i，进行编辑模式
在< configuration> < /configuration>节点中添加如下内容，具体目录要进行更改

        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://localhost:9000</value>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>file:/home/hadoop/hadoop-3.3.0/tmp</value>
                <description>location to store temporary files</description>
        </property>

键入Esc，退出编辑模式，通过Shift+：进入底线命令模式，键入wq，保存并退出

2、修改hdfs-site.xml

vim etc/hadoop/hdfs-site.xml

修改内容如下：

		<property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/home/hadoop/hadoop-3.3.0/tmp/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/home/hadoop/hadoop-3.3.0/tmp/dfs/data</value>
        </property>

3、修改yarn-site.xml文件

vim etc/hadoop/yarn-site.xml

添加如下内容：

	<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

4、修改mapred-site.xml

vim etc/hadoop/mapred-site.xml

添加如下内容

	<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.application.classpath</name>
        <value>
       $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*
        </value>
    </property>

5、设置SSH免密登录

执行如下命令创建公钥和私钥：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

回车即可
执行如下命令，将公钥添加到authorized_keys文件中

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

执行如下命令，如果不需要密码就可以连上本地账户，那么此设置成功

ssh localhost

6、初始化Hadoop

执行如下命令，初始化namenode

hadoop namenode -format

多次初始化会出现启动失败的情况，因此切记不要多次初始化
执行如下命令，启动Hadoop

start-dfs.sh
start-yarn.sh

通过jps命令查看进程

7、运行wordcount示例

首先在linux创建文件，我这里创建的是myfile文件
写入如下内容：

hello world hello hadoop
wyg hadoop wdn hello world
java count test spring elasticsearch

然后将这个文件上传至Hadoop
通过如下命令创建Hadoop文件目录，wordcount文件输入目录

hadoop fs -mkdir -p /input/wordcount

结果输出目录

hadoop fs -mkdir -p /output

将刚才创建的文件上传至/input/wordcount目录下

hadoop fs -put /home/hadoop/myfile /input/wordcount

进入到Hadoop安装目录下的share/hadoop/mapreduce
执行如下命令即可运行：

hadoop jar hadoop-mapreduce-examples-3.3.0.jar wordcount /input/wordcount /output/wordcount

运行截图

结果

参考
https://www.cnblogs.com/zingp/p/11223220.html
https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/SingleCluster.html
https://zhuanlan.zhihu.com/p/225589920