一、安装jdk
安装：sudo apt-get install openjdk-7-jdk
配置环境变量：
修改文件 sudo nano /etc/profile ， 添加以下内容：
立即执行使之生效：
二、Hadoop伪分布式
1、下载Hadoop
http://hadoop.apache.org/releases.html
2、解压，目录下几个重要目录
sbin：启动或者停止Hadoop相关服务的脚本
bin：对Hadoop相关服务（HDFS，YARN）进行操作的脚本
etc：Hadoop的配置文件目录
share：Hadoop依赖的jar包和文档，文档可以删掉，jar包不能
lib：Hadoop的本地库（对数据进行压缩解压缩功能的）
3、配置Hadoop伪分布式，修改其中5个配置文件
第一个配置文件Hadoop-env.sh：
修改如下：
第二个配置文件core-site.xml：
配置HDFS的地址、协议、端口号和Hadoop运行时产生数据的存储目录，不临时数据
第三个配置文件hdfs-site.xml：
指定HDFS数据副本数存储量，由于是伪分布式，只有一台机器，所以value为1
第四个配置文件：
重命名：
指定mapreduce编程模型运行在yarn之上
第五个配置文件yarn-site.xml：
参数解释https://blog.csdn.net/xiaoshunzi111/article/details/51221139
默认参数http://hadoop.apache.org/docs/r2.4.1/hadoop-yarn/hadoop-yarn-common/yarn-default.xml
mapreduce执行shuffle时获取数据的方式
4、配置Hadoop环境变量
添加
执行
5、配置ssh免密码
这是单机模式下的，相当于自己访问自己
方法一：
（在输入下面这几个命令之前试过其他方法，遇到很多问题，执行过其他一些操作，最后是找到如下方法操作成功的，但是不知道之前的操作有没有影响）
参考https://blog.csdn.net/budapest/article/details/8022926
生成ssh公钥和私钥
方法二：
（这个方法我没试过，是视频里学的）
命令1：ssh-keygen -t rsa （四个回车）
~/.ssh id-rsa（私钥）、id_rsa.pub（公钥）
命令2：ssh-copy-id localhost
拷贝公钥， ~/.ssh下产生了一个authorized_keys文件，是公钥的配置文件，查看下面两个文件，发现是一样的
6、格式化hdfs
报如下的错误，检查发现是mapred-site.xml标签</property>少了斜杠
修改再重新执行，成功
7、启动Hadoop
①、启动start-dfs.sh
启动成功
浏览器输入127.0.0.1:50070，进入管理界面：
②、启动start-yarn.sh
下面这几个缺一不可，必须全部启动才算成功
浏览器输入127.0.0.1:8088，进入yarn管理界面
