Hadoop伪分布模式安装
实验目的：
1、了解Hadoop的3种运行模式
2、熟练掌握Hadoop伪分布模式安装流程
3、培养独立完成Hadoop伪分布安装的能力
实验原理：
Hadoop由Apache基金会开发的分布式系统基础架构，是利用集群对大量数据进行分布式处理和存储的软件框架。用户可以轻松地在Hadoop集群上开发和运行处理海量数据的应用程序。Hadoop有高可靠，高扩展，高效性，高容错等优点。Hadoop 框架最核心的设计就是HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算。此外，Hadoop还包括了Hive，Hbase，ZooKeeper，Pig，Avro，Sqoop，Flume，Mahout等项目。
Hadoop的运行模式分为3种：本地运行模式，伪分布运行模式，完全分布运行模式。
（1）本地模式（local mode）
这种运行模式在一台单机上运行，没有HDFS分布式文件系统，而是直接读写本地操作系统中的文件系统。在本地运行模式（local mode）中不存在守护进程，所有进程都运行在一个JVM上。单机模式适用于开发阶段运行MapReduce程序，这也是最少使用的一个模式。
（2）伪分布模式
这种运行模式是在单台服务器上模拟Hadoop的完全分布模式，单机上的分布式并不是真正的分布式，而是使用线程模拟的分布式。在这个模式中，所有守护进程(NameNode，DataNode，ResourceManager，NodeManager，SecondaryNameNode)都在同一台机器上运行。因为伪分布运行模式的Hadoop集群只有一个节点，所以HDFS中的块复制将限制为单个副本，其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外，其程序执行逻辑完全类似于完全分布式，因此，常用于开发人员测试程序的执行。本次实验就是在一台服务器上进行伪分布运行模式的搭建。
（3）完全分布模式
这种模式通常被用于生产环境，使用N台主机组成一个Hadoop集群，Hadoop守护进程运行在每台主机之上。这里会存在Namenode运行的主机，Datanode运行的主机，以及SecondaryNameNode运行的主机。在完全分布式环境下，主节点和从节点会分开。
实验环境：
Linux Ubuntu 16.04
实验内容：
在只安装Linux系统的服务器上，安装Hadoop2.6.0伪分布模式。
实验步骤：
1.创建用户：此步为可选项，建议用户创建一个新用户及用户组，后续的操作基本都是在此用户下来操作。但是用户亦可在自己当前非root用户下进行操作。 创建一个用户，名为zhangyu，并为此用户创建home目录，此时会默认创建一个与zhangyu同名的用户组。
- sudo useradd -d /home/zhangyu -m zhangyu
为zhangyu用户设置密码，执行下面的语句
- sudo passwd zhangyu
按提示消息，输入密码以及确认密码即可，此处密码设置为zhangyu
将zhangyu用户的权限，提升到sudo超级用户级别
- sudo usermod -G sudo zhangyu
后续操作，我们需要切换到zhangyu用户下来进行操作。
- su - zhangyu
2.首先来配置SSH免密码登陆
SSH免密码登陆需要在服务器执行以下命令，生成公钥和私钥对
- ssh-keygen -t rsa
此时会有多处提醒输入在冒号后输入文本，这里主要是要求输入ssh密码以及密码的放置位置。在这里，只需要使用默认值，按回车即可。
此时ssh公钥和私钥已经生成完毕，且放置在~/.ssh目录下。切换到~/.ssh目录下
- cd ~/.ssh
可以看到~/.ssh目录下的文件
下面在~/.ssh目录下，创建一个空文本，名为authorized_keys
- touch ~/.ssh/authorized_keys
将存储公钥文件的id_rsa.pub里的内容，追加到authorized_keys中
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
下面执行ssh localhost测试ssh配置是否正确
- ssh localhost
第一次使用ssh访问，会提醒是否继续连接，输入“yes"继续进行，执行完以后退出
3.下面首先来创建两个目录，用于存放安装程序及数据。
- sudo mkdir /apps
- sudo mkdir /data
并为/apps和/data目录切换所属的用户为zhangyu及用户组为zhangyu
- sudo chown -R zhangyu:zhangyu /apps
- sudo chown -R zhangyu:zhangyu /data
两个目录的作用分别为：
/apps目录用来存放安装的框架。
/data目录用来存放临时数据、HDFS数据、程序代码或脚本。
切换到根目录下，执行 ls -l 命令
- cd /
- ls -l
可以看到根目录下/apps和/data目录所属用户及用户组已切换为zhangyu:zhangyu
4.配置HDFS。
创建/data/hadoop1目录，用来存放相关安装工具，如jdk安装包jdk-7u75-linux-x64.tar.gz及hadoop安装包hadoop-2.6.0-cdh5.4.5.tar.gz。
- mkdir -p /data/hadoop1
切换目录到/data/hadoop1目录，使用wget命令，下载所需的hadoop安装包jdk-7u75-linux-x64.tar.gz及hadoop-2.6.0-cdh5.4.5.tar.gz。
- cd /data/hadoop1
- wget http://192.168.1.100:60000/allfiles/hadoop1/jdk-7u75-linux-x64.tar.gz
- wget http://192.168.1.100:60000/allfiles/hadoop1/hadoop-2.6.0-cdh5.4.5.tar.gz
5.安装jdk。将/data/hadoop1目录下jdk-7u75-linux-x64.tar.gz 解压缩到/apps目录下。
- tar -xzvf /data/hadoop1/jdk-7u75-linux-x64.tar.gz -C /apps
其中，tar -xzvf 对文件进行解压缩，-C 指定解压后，将文件放到/apps目录下。
切换到/apps目录下，我们可以看到目录下内容如下：
- cd /apps/
- ls -l
下面将jdk1.7.0_75目录重命名为java，执行：
- mv /apps/jdk1.7.0_75/ /apps/java
6.下面来修改环境变量：系统环境变量或用户环境变量。我们在这里修改用户环境变量。
- sudo vim ~/.bashrc
输入上面的命令，打开存储环境变量的文件。空几行，将java的环境变量，追加进用户环境变量中。
- #java
- export JAVA_HOME=/apps/java
- export PATH=$JAVA_HOME/bin:$PATH
输入Esc, 进入vim命令模式，输入 :wq !进行保存。
让环境变量生效。
- source ~/.bashrc
执行source命令，让java环境变量生效。执行完毕后，可以输入java，来测试环境变量是否配置正确。如果出现下面界面，则正常运行。
- java
7.下面安装hadoop，切换到/data/hadoop1目录下，将hadoop-2.6.0-cdh5.4.5.tar.gz解压缩到/apps目录下。
- cd /data/hadoop1
- tar -xzvf /data/hadoop1/hadoop-2.6.0-cdh5.4.5.tar.gz -C /apps/
为了便于操作，我们也将hadoop-2.6.0-cdh5.4.5重命名为hadoop。
- mv /apps/hadoop-2.6.0-cdh5.4.5/ /apps/hadoop
8.修改用户环境变量，将hadoop的路径添加到path中。先打开用户环境变量文件。
- sudo vim ~/.bashrc
将以下内容追加到环境变量~/.bashrc文件中。
- #hadoop
- export HADOOP_HOME=/apps/hadoop
- export PATH=$HADOOP_HOME/bin:$PATH
让环境变量生效。
- source ~/.bashrc
验证hadoop环境变量配置是否正常
- hadoop version
9.下面来修改hadoop本身相关的配置。首先切换到hadoop配置目录下。
- cd /apps/hadoop/etc/hadoop
10.输入vim /apps/hadoop/etc/hadoop/hadoop-env.sh，打开hadoop-env.sh配置文件。
- vim /apps/hadoop/etc/hadoop/hadoop-env.sh
将下面JAVA_HOME追加到hadoop-env.sh文件中。
- export JAVA_HOME=/apps/java
11.输入vim /apps/hadoop/etc/hadoop/core-site.xml，打开core-site.xml配置文件。
- vim /apps/hadoop/etc/hadoop/core-site.xml
添加下面配置到<configuration>与</configuration>标签之间。
<property>
<name>hadoop.tmp.dir</name>
<value>/data/tmp/hadoop/tmp</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
这里有两项配置：
一项是hadoop.tmp.dir，配置hadoop处理过程中，临时文件的存储位置。这里的目录/data/tmp/hadoop/tmp需要提前创建。
- mkdir -p /data/tmp/hadoop/tmp
另一项是fs.defaultFS，配置hadoop HDFS文件系统的地址。
12.输入vim /apps/hadoop/etc/hadoop/hdfs-site.xml，打开hdfs-site.xml配置文件。
- vim /apps/hadoop/etc/hadoop/hdfs-site.xml
添加下面配置到<configuration>与</configuration>标签之间。
<property>
<name>dfs.namenode.name.dir</name>
<value>/data/tmp/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/data/tmp/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
配置项说明：
dfs.namenode.name.dir，配置元数据信息存储位置；
dfs.datanode.data.dir，配置具体数据存储位置；
dfs.replication，配置每个数据库备份数，由于目前我们使用1台节点，所以，设置为1，如果设置为2的话，运行会报错。
dfs.permissions.enabled，配置hdfs是否启用权限认证
另外/data/tmp/hadoop/hdfs路径，需要提前创建，所以我们需要执行
- mkdir -p /data/tmp/hadoop/hdfs
13.输入vim /apps/hadoop/etc/hadoop/slaves，打开slaves配置文件。
- vim /apps/hadoop/etc/hadoop/slaves
将集群中slave角色的节点的主机名，添加进slaves文件中。目前只有一台节点，所以slaves文件内容为：
- localhost
14.下面格式化HDFS文件系统。执行：
- hadoop namenode -format
15.切换目录到/apps/hadoop/sbin目录下。
- cd /apps/hadoop/sbin/
16.启动hadoop的hdfs相关进程。
- ./start-dfs.sh
这里只会启动HDFS相关进程。
17.输入jps查看HDFS相关进程是否已经启动。
- jps
我们可以看到相关进程，都已经启动。
18.下面可以再进一步验证HDFS运行状态。先在HDFS上创建一个目录
- hadoop fs -mkdir /myhadoop1
19.执行下面命令，查看目录是否创建成功。
- hadoop fs -ls -R /
以上，便是HDFS安装过程。
20.下面来配置MapReduce相关配置。再次切换到hadoop配置文件目录
- cd /apps/hadoop/etc/hadoop
21.下面将mapreduce的配置文件mapred-site.xml.template，重命名为mapred-site.xml。
- mv /apps/hadoop/etc/hadoop/mapred-site.xml.template /apps/hadoop/etc/hadoop/mapred-site.xml
22.输入vim /apps/hadoop/etc/hadoop/mapred-site.xml，打开mapred-site.xml配置文件。
- /etc/hadoop/mapred-site.xml
将mapreduce相关配置，添加到<configuration>标签之间。
- <property>
- <name>mapreduce.framework.name</name>
- <value>yarn</value>
- </property>
这里指定mapreduce任务处理所使用的框架。
23.输入vim /apps/hadoop/etc/hadoop/yarn-site.xml，打开yarn-site.xml配置文件。
- vim /apps/hadoop/etc/hadoop/yarn-site.xml
将yarn相关配置，添加到<configuration>标签之间。
- <property>
- <name>yarn.nodemanager.aux-services</name>
- <value>mapreduce_shuffle</value>
- </property>
这里的配置是指定所用服务，默认为空。
24.下面来启动计算层面相关进程，切换到hadoop启动目录。
- cd /apps/hadoop/sbin/
25.执行命令，启动yarn。
- ./start-yarn.sh
26.输入jps，查看当前运行的进程
27.执行测试。
切换到/apps/hadoop/share/hadoop/mapreduce目录下。
- cd /apps/hadoop/share/hadoop/mapreduce
然后，在该目录下跑一个mapreduce程序，来检测一下hadoop是否能正常运行
- hadoop jar hadoop-mapreduce-examples-2.6.0-cdh5.4.5.jar pi 3 3
这个程序是计算数学中的pi值。当然暂时先不用考虑数据的准确性。当你看到下面流程的时候，表示程序已正常运行，hadoop环境也是没问题的。
至此，Hadoop 伪分布模式已经安装完成!
PS：过程截的有图，但是在那个笔记软件上能看，转到别的文档上就不能显示图片了，真是烦！唉，就这样先记录一下这个实验内容，往后万一用得上呢！