阿里云服务器centos7.2下搭建hadoop伪分布式环境
一、软硬件环境
CentOS 7.2 64位
OpenJDK-1.8.0
Hadoop-2.7
二、安装SSH客户端
安装ssh:
yum install openssh-clients openssh-server安装完成后，使用以下命令测试：
ssh localhost输入 root 账户的密码，如果可以正常登录，则说明SSH安装没有问题。
配置SSH免key登陆
hadoop是一个分布式系统,节点间通过ssh通信,为了避免在连接过程中人工输入密码,需要进行ssh免key登陆的配置,由于本例是在单机上模拟分布式过程,因此需要针对本机(localhost)进行免key登陆的配置。 依此输入如下命令进行配置:
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys 结果显示：
三、配置Java环境
安装jdk
使用 yum 来安装1.8版本 OpenJDK：
yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel（如果之前已经安装了jdk，可以通过which java找到安装的路径,我之前已经安装好了）
安装完成后，键入java和javac,如果能输出对应的命令帮助，则表明jdk已正确安装。
配置java环境变量
执行命令： vim ~/.bashrc，在结尾追加：
exportJAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.171-8.b10.el7_5.x86_64保存文件后执行下面命令使 JAVA_HOME 环境变量生效:
source ~/.bashrc为了检测系统中java环境是否已经正确配置并生效，可以分别执行以下命令：
java -version
$JAVA_HOME/bin/java -version若两条命令输出的结果一致，且都为我们前面安装的 openjdk-1.8.0 的版本，则表明 JDK 环境已经正确安装并配置。
四.安装hadoop
下载 Hadoop
本教程使用 hadoop-2.7 版本，使用 wget 工具在线下载
wget http://archive.apache.org/dist/hadoop/core/hadoop-2.7.5/hadoop-2.7.5.tar.gz（这种下载方式可能比较慢）
安装 Hadoop
将 Hadoop 安装到 /usr/local 目录下:
tar -zxf hadoop-2.7.5.tar.gz -C /usr/local对安装的目录进行重命名，便于后续操作方便:
mv ./hadoop-2.7.5/ ./hadoop检查Hadoop是否已经正确安装:
/usr/local/hadoop/bin/hadoop version如果成功输出hadoop的版本信息，表明hadoop已经成功安装。
五.hadoop伪分布式环境配置
设置 Hadoop 的环境变量
编辑 ~/.bashrc，在结尾追加如下内容：
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin使Hadoop环境变量配置生效:
source ~/.bashrc修改 Hadoop 的配置文件
Hadoop的配置文件位于安装目录的 /etc/hadoop目录下，在本教程中即位于 /url/local/hadoop/etc/hadoop 目录下，需要修改的配置文件为如下两个:
/usr/local/hadoop/etc/hadoop/core-site.xml
/usr/local/hadoop/etc/hadoop/hdfs-site.xml编辑core-site.xml，修改
同理，编辑 hdfs-site.xml，修改
格式化NameNode:
/usr/local/hadoop/bin/hdfs namenode -format输出以下信息表示格式化成功：
启动NameNode和DataNode进程：
/usr/local/hadoop/sbin/start-dfs.sh执行过程中会提示输入用户密码，输入 root 用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入 yes 即可
检查NameNode和DateNode是否正常启动。
如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:
六、运行伪分布式实例
查看Hadoop自带的例子
Hadoop附带了丰富的例子，执行以下命令查看：
cd /user/local/hadoop
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar
在HDFS中创建用户目录hadoop：
/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop准备实验数据
本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：
/usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop此时会出现警告：
原因：
Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己编译64位的版本。
1、首先找到对应自己hadoop版本的64位的lib包，可以自己手动去编译，但比较麻烦，也可以去网上找，好多都有已经编译好了的。
2、可以去网站：http://dl.bintray.com/sequenceiq/sequenceiq-bin/ 下载对应的编译版本
3、将准备好的64位的lib包解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：
下载hadoop版本2.7.5对应的64位的lib包：
[root@izwz963wlhi02sl69o3i1dz hadoop]# wgethttp://dl.bintray.com/sequenceiq/sequenceiq-bin/hadoop-native-64-2.7.0.tar
解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：
[root@izwz963wlhi02sl69o3i1dz hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib/native
[root@izwz963wlhi02sl69o3i1dz hadoop]# tar -xvfhadoop-native-64-2.7.0.tar -C /usr/local/hadoop/lib
4、添加环境变量
[root@izwz963wlhi02sl69o3i1dz hadoop]# vim /etc/profile
5、添加以下内容
exportHADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
exportHADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
6、让环境变量生效
[root@izwz963wlhi02sl69o3i1dz hadoop]# source/etc/profile
7、自检hadoop checknative –a 指令检查
再次在HDFS 中创建用户目录 hadoop：
不再出现警告。
准备实验数据
本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：
[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop
[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hdfs dfs-mkdir /user/hadoop/input
[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hdfs dfs-put ./etc/hadoop/*.xml /user/hadoop/input
使用下面命令可以查看刚刚上传到 HDFS 的文件:
运行实验：
[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop
[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hadoopjar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output 'dfs[a-z.]+'
[root@izwz963wlhi02sl69o3i1dz hadoop]# cd/usr/local/hadoop
[root@izwz963wlhi02sl69o3i1dz hadoop]# ./bin/hadoopjar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep/user/hadoop/input /user/hadoop/output 'dfs[a-z.]+'
上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。
查看运行结果
上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:
红色圈出的部分是运行成功的结果：
删除HDFS 中的结果目录:
运行Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。
关闭Hadoop进程：
再次启动Hadoop进程的命令：
[root@izwz963wlhi02sl69o3i1dz hadoop]#/usr/local/hadoop/sbin/start-dfs.sh七、部署完成
参考：
https://www.cnblogs.com/ztca/p/8679056.html
官方文档