Hadoop之伪分布式安装

一、Hadoop的安装模式有3种

　　①单机模式：不能使用HDFS，只能使用MapReduce，所以单击模式主要用于测试MR程序。

　　②伪分布式模式：用多个线程模拟真实多台服务器，即模拟真实的完全分布式环境。

　　③完全分布式模式：用多台机器（或启动多个虚拟机）来完成部署集群。

二、安装主要涉及的内容

　　①JDK

　　②配置主机名、hosts文件以及免密登录

　　③修改hadoop的配置文件，主要涉及以下几个配置文件(hadoop-2.7.7/etc/hadoop)

　　　　1）hadoop-env.sh:这里主要修改jdk的安装路径等

　　　　2）core-site.xml:主要指定namenode的地址和文件存放目录等

　　　　3）hdfs-site.xml:指定复本数量

　　　　4）mapred-site.xml:执行MR程序运行在yarn上

　　　　5）yarn-site.xml:指定NodeManager获取数据的方式和resourceManager的地址

　　　　6）slaves文件：伪分布式配置本主机名即可

　　④配置hadoop的环境变量和格式化namenode

三、搭建hadoop的伪分布式

①获取Hadoop的安装包

　　　　http://hadoop.apache.org/releases.html，注意：source为源码包，binary为安装包

　　　　我这里以2.7.7版本为例：http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.ta​​r.gz 

　　　　解压Hadoop安装包：tar -xvf hadoop...

　　　　目录说明：
　　　　bin目录：命令脚本
　　　　etc/hadoop:存放hadoop的配置文件
　　　　lib目录：hadoop运行的依赖jar包
　　　　sbin目录：启动和关闭hadoop等命令都在这里
　　　　libexec目录：存放的也是hadoop命令，但一般不常用
　　　　最常用的就是bin和etc目录

②安装jdk

　　　　下载对应linux版本的tar.gz包：https://www.oracle.com/technetwork/java/javase/downloads/index.html

　　　　1)解压：tar -xvf jdk-8u131-linux-x64.tar.gz

　　　　2)配置环境变量：vim  /etc/profile（修改完以后记得source使配置文件生效）

#java env
JAVA_HOME=/home/softwares/jdk1.8.0_131
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME PATH CLASSPATH
export PATH=$PATH

　　　　3)通过：java，javac，java -version来查看jdk是否安装成功。

③关闭防火墙

　　　　　1）service iptables stop  临时关闭

　　　　　2）chkconfig iptables off    永久关闭

④配置主机名

　　　　vim /etc/sysconfig/network　　

　　　　修改完成以后重启！！！

NETWORKING=yes
HOSTNAME=hadoopalone
//hadoopalone  这是我修改的，表示是伪分布式

⑤配置hosts文件

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.144.133 hadoopalone         //配置 ip和主机名映射

⑥配置免密登录

　　　　1）ssh-keygen，一路回车即可。

　　　　

　　　　2)ssh-copy-id root@hadoopalone

　　　　

⑦Hadoop的配置--hadoop-env.sh　　　　　

　　　　这个文件里写的是hadoop的环境变量,主要修改hadoop的java_home路径
　　　　切换到 etc/hadoop目录
　　　　执行：vim hadoop-env.sh
　　　　修改java_home路径,如图所示，保存退出后，切记 source hadoop-env.sh使配置文件生效。

　　　　

⑧Hadoop配置--core-site.xml

　　　　

<configuration>
 <!--用来指定hdfs的老大，namenode的地址-->
   <property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoopalone:9000</value>
   </property>
 <!--用来指定hadoop运行时产生文件的存放目录-->
<property>
    <name>hadoop.tmp.dir</name>
    <value>/home/softwares/hadoop-2.7.7/tmp</value>
   </property>
   <!--设置hdfs的操作权限，false表示任何用户都可以在hdfs上操作文件-->
   <property>
    <name>dfs.permissions</name>
    <value>false</value>
   </property>
 </configuration>

⑨Hadoop配置--hdfs-site.xml

　　　　

<configuration>
<!--指定hdfs保存数据副本的数量，包括自己，默认值是3-->
<!--如果是伪分布模式，此值是1即可-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>

⑩Hadoop配置--mapred-site.xml

　　　默认是map-site.xml.template，拷贝并重命名为mapred-site.xml。

　　　　

<configuration>
<property>
<!--指定mapreduce运行在yarn上-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

⑪Hadoop配置--yarn-site.xml

　　　　，为防止图片失效，配置也粘贴出来。

 　　　　

<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<!--指定yarn的老大 resoucemanager的地址-->
<name>yarn.resourcemanager.hostname</name>
<value>hadoopalone</value>
</property>
<property>
<!--NodeManager获取数据的方式-->
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

⑫配置slaves文件

　　　　　　同样在hadoop-2.7.7/etc/hadoop目录下

　　　　　　vim  slaves

　　　　　　

　　　　

⑬配置Hadoop的环境变量

　　　　记得source /etc/profile

　　　　

#java env
JAVA_HOME=/home/softwares/jdk1.8.0_131
HADOOP_HOME=/home/softwares/hadoop-2.7.7
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:
export JAVA_HOME PATH CLASSPATH HADOOP_HOME
export PATH=$PATH
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

⑭最后一步

　　　　格式化namenode

　　　　

　　　　当出现以下中的关键语句表示格式化成功！

　　　　

 　　通过start-all.sh启动我们刚刚搭建的hadoop伪分布式模式：start-all.sh

　　通过：jps命令来查看，出现以下进程说明我们的hadoop伪分布式搭建完成！！！

　　

 如果有什么问题，欢迎大家指正~~~~~我们一起讨论解决。