超详细单机版搭建hadoop环境图文解析

 参考自：http://www.cnblogs.com/end/archive/2012/08/13/2636645.html

Hadoop2.7.2之集群搭建（单机）

一、安装Linux操作系统 

VMware+Ubuntu安装详细过程  :   http://blog.csdn.net/chongxin1/article/details/68951393

ubuntu-16.04.2-desktop-amd64.iso百度网盘下载地址 ：  http://pan.baidu.com/s/1bOHsmi

二、在Ubuntu下创建hadoop用户组和用户

        这里考虑的是以后涉及到hadoop应用时，专门用该用户操作。用户组名和用户名都设为：hadoop。可以理解为该hadoop用户是属于一个名为hadoop的用户组，这是linux操作系统的知识，如果不清楚可以查看linux相关的书籍。

Ctrl+Alt+T ： 打开终端的快捷键

1、创建hadoop用户组 

1. sudo su  //进入管理员root用户
2. sudo addgroup hadoop

 

2、创建hadoop用户

1.  sudo adduser –ingroup hadoop hadoop

 

重新输入密码

 

 

 

3、给hadoop用户添加权限，打开/etc/sudoers文件

1. sudo gedit /etc/sudoers

 

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL

 

 

三、在Ubuntu下安装JDK

• 由于下面使用的是hadoop2.7.3,所以此处至少安装JDK1.7
• 记得先切换成hadoop用户 

在Ubuntu下安装JDK图文解析   ：  http://blog.csdn.net/chongxin1/article/details/68957808

四、修改机器名

每当ubuntu安装成功时，我们的机器名都默认为：ubuntu ，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。机器名由 /etc/hostname文件决定。 

1、打开/etc/hostname文件

1. sudo su
2. sudo gedit /etc/hostname

 

2、将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名

回车后就打开/etc/hostname文件了，将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名。这里我取“serverOne“。重启系统后才会生效。

 

 

解决：sudo: 无法解析主机：serverOne: 连接超时

 

1. sudo gedit /etc/hosts

 

把/etc/hosts文件中的yangcx-virtual-machine修改为serverOne

 

 

为了后面在windows系统中调用linux系统的hadoop服务，所以应该把127.0.0.1修改为实际IP地址，如：192.168.168.200

 

五、安装ssh服务

此处采用在线安装方法，所以首先要保证Ubuntu系统能够上网。

VMware Ubuntu如何连接互联网 : http://blog.csdn.net/chongxin1/article/details/68959150

1、更新源列表

打开"终端窗口"，输入"sudo apt-get update"-->回车-->"输入当前登录用户的管理员密码"-->回车,就可以了。

 

1. sudo apt-get update

 

 

2、安装ssh

打开"终端窗口"，输入"sudo apt-get install openssh-server"-->回车-->输入"y"-->回车-->安装完成。

1. sudo apt-get install openssh-server

 

3、查看ssh服务是否启动

打开"终端窗口"，输入"sudo ps -e |grep ssh"-->回车-->有sshd,说明ssh服务已经启动，如果没有启动，输入"sudo service ssh start"-->回车-->ssh服务就会启动。

1. sudo ps -e |grep ssh

 

六、建立ssh无密码登录本机

 ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。

1、创建ssh-key，，这里我们采用rsa方式

1. ssh-keygen -t rsa -P ""   //(P是要大写的，后面跟"")

 

（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

2、进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的

1. cd ~/.ssh

 

1. cat id_rsa.pub >> authorized_keys

 

 

完成后就可以无密码登录本机了。

 

3、登录localhost

1.  ssh localhost

 

( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)

4、执行退出命令

1. exit​

 

七、下载hadoop

 

hadoop百度网盘下载地址：http://pan.baidu.com/s/1pKQsHJ1

官网下载地址：http://hadoop.apache.org/

 

下载步骤一：

找到"Getting Started" ----->"Download Hadoop from the release page"

 

下载步骤二：

找到"Download the release hadoop-X.Y.Z-src.tar.gz from a mirror site

下载步骤三：

选择stable，表示是稳定的版本。

 

下载步骤四：

 

八、安装Hadoop

1、假设hadoop-2.7.3.tar.gz在桌面，将它复制到安装目录 /usr/local/下1

1. sudo cp hadoop-2.7.3.tar.gz /usr/local 

 

2、解压hadoop-2.7.3.tar.gz

1. cd /usr/local/
2. sudo tar -zxf hadoop-2.7.3.tar.gz

3、将解压出的文件夹改名为hadoop

1. sudo mv hadoop-2.7.3 hadoop

4、将该hadoop文件夹的属主用户设为hadoop

1. sudo chown -R hadoop:hadoop hadoop

 

5、打开hadoop/etc/hadoop/hadoop-env.sh文件

1. cd hadoop/etc/hadoop

 

1. sudo gedit hadoop-env.sh​

 

6、配置hadoop/etc/hadoop/hadoop-env.sh（找到#export JAVA_HOME=...,去掉，然后加上本机jdk的路径）

 

把 ${JAVA_HOME} 修改为本机JDK实际的路径

 

 

7、打开hadoop/etc/hadoop/core-site.xml文件，编辑如下：

1. sudo gedit core-site.xml

 

 

<configuration>添加如下代码：

1. <property>    
2.   <name>fs.default.name</name>    
3.   <value>hdfs://192.168.168.200:9000</value>     
4. </property>

192.168.168.200  ：  本机IP地址，此处不用localhost，为了在windows能够访问

9000：默认端口

8、打开hadoop/etc/hadoop/mapred-site.xml文件，编辑如下：

默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。

1. //复制并重命名
2. cp mapred-site.xml.template mapred-site.xml
3.  
4. //编辑器打开此新建文件
5. sudo gedit mapred-site.xml

 

 

 

1. <configuration>    
2.   <property>     
3.      <name>mapred.job.tracker</name>    
4.      <value>localhost:9001</value>     
5.   </property>    
6. </configuration>   

  

 

9、打开hadoop/etc/hadoop/hdfs-site.xml文件，编辑如下：

1. sudo gedit hdfs-site.xml

 

 

1. <configuration>  
2.     <property>  
3.         <name>dfs.name.dir</name>  
4.         <value>/usr/local/hadoop/namenode</value>  
5.     </property>  
6.     <property>  
7.         <name>dfs.data.dir</name>  
8.         <value>/usr/local/hadoop/datanode</value>  
9.     </property>  
10.     <property>  
11.         <name>dfs.replication</name>  
12.         <value>1</value>  
13.     </property>  
14. </configuration>   

 

 九、在单机上运行hadoop 

 1、格式化hdfs文件系统

进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作

1. cd /usr/local/hadoop
2. bin/hadoop namenode -format

 

 

当你看到下图时，就说明你的hdfs文件系统格式化成功了：

注意：由于hadoop2.7.3需要JDK1.7以上版本，JDK版本低于1.7就会报错。【java.lang.UnsupportedClassVersionError】版本不一致出错。

 

2、启动hdfs

1. cd /usr/local/hadoop 
2. ./sbin/start-dfs.sh ​  

 

 

1. jps ​ 

看到如下效果表示成功： 

 

3、快捷启动配置

1. //配置hadoop环境变量
2. sudo gedit /etc/profile  

1. export HADOOP_HOME=/usr/local/hadoop
2. export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
3. export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop   

 

 之后即可直接调用start-dfs.sh启动hadoop，无需进入hadoop的安装目录。

 

 4、停止hdfs

1. ./sbin/stop-dfs.sh

  

十、测试hadoop是否安装成功

 

1、测试用浏览器访问： http://localhost:50070 或者 http://192.168.168.200:50070 

 

效果如下：

 

 

 2、上传文件测试  

创建一个words.txt 文件并上传

vi words.txt

1. Hello World
2. Hello Tom
3. Hello Jack
4. Hello Hadoop
5. Bye hadoop   

将words.txt上传到hdfs的根目录1

1. bin/hadoop fs -put words.txt /   

 

 

可以通过浏览器访问：http://192.168.168.200:50070，选择“Browse the file system”：

 

 

 

 

 

这里的words.txt就是我们上传的words.txt

 

 

 3、配置启动YARN

 

 从上图看看出我们的MapReduce是运行在YARN上的，而YARN是运行在HDFS之上的，我们已经安装了HDFS现在来配置启动YARN，然后运行一个WordCount程序。

①配置etc/hadoop/mapred-site.xml： 

1. mv mapred-site.xml.template mapred-site.xml

 

 

1. <configuration>
2.     <!-- 通知框架MR使用YARN -->
3.     <property>
4.         <name>mapreduce.framework.name</name>
5.         <value>yarn</value>
6.     </property>
7. </configuration> 

②配置etc/hadoop/yarn-site.xml:

 

1. <configuration>
2.     <!-- reducer取数据的方式是mapreduce_shuffle -->
3.     <property>
4.         <name>yarn.nodemanager.aux-services</name>
5.         <value>mapreduce_shuffle</value>
6.     </property>
7. </configuration>

 

③YARN的启动与停止

1. //启动
2. ./sbin/start-yarn.sh

  

测试用浏览器访问：http://192.168.168.200:8088

1. 停止
2. ./sbin/stop-yarn.sh

现在我们的hdfs和yarn都运行成功了，我们开始运行一个WordCount的MP程序来测试我们的单机模式集群是否可以正常工作。

4、运行一个简单的MP程序

我们的MapperReduce将会跑在YARN上，结果将存在HDFS上：

 

1. ./bin/hadoop   jar   /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar 
2.   wordcount   hdfs://localhost:9000/words.txt   hdfs://localhost:9000/out

 

用hadoop执行一个叫 hadoop-mapreduce-examples.jar 的 wordcount 方法，其中输入参数为 hdfs上根目录的words.txt 文件，而输出路径为 hdfs跟目录下的out目录，运行过程如下：

 

 

我们通过浏览器访问和下载查看结果：

 

 

 

这里下载的时候会跳转到另一个地址如下：

http://serverone:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0

1、需把serverone换成192.168.168.200

http://192.168.168.200:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0

2、需开放50075端口。

下载下来结果如下：

说明我们已经计算出了，单词出现的次数。

 

至此，我们Hadoop的单机模式搭建成功。

 

Linux下的快捷键： 

 

Ctrl+Alt+T：弹出终端

 

Ctrl+空格：中英文输入法切换