Hadoop伪分布模式安装

Hadoop伪分布模式安装

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。
（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 14.04

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.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liulei，并为此用户创建home目录，此时会默认创建一个与liulei同名的用户组。

sudo useradd -d /home/liulei -m liulei

为liulei用户设置密码，执行下面的语句

sudo passwd liulei

按提示消息，输入密码以及确认密码即可，此处密码设置为liulei
将liulei用户的权限，提升到sudo超级用户级别

sudo usermod -G sudo liulei

后续操作，我们需要切换到liulei用户下来进行操作。

su  liulei

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  

一次使用ssh访问，会提醒是否继续连接

后续再执行ssh localhost时，就不用输入密码了

3.下面首先来创建两个目录

sudo mkdir /apps  
sudo mkdir /data 

并为/apps和/data目录切换所属的用户为liulei及用户组为liulei

sudo chown -R liulei:liulei/apps  
sudo chown -R liulei:liulei/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。
执行 ls -l 命令

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liulei:liulei

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/hadoop

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。
注：请自行到官网下载相应的安装包。

  cd /data/hadoop
 下载 jdk-7u75-linux-x64.tar.gz  
  下载 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。

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  

添加下面配置到与标签之间。

  
    hadoop.tmp.dir  
    /data/tmp/hadoop/tmp  
  
  
    fs.defaultFS  
    hdfs://0.0.0.0:9000  
  

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。
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  

添加下面配置到与标签之间。

  
    dfs.namenode.name.dir  
    /data/tmp/hadoop/hdfs/name  
  
   
     dfs.datanode.data.dir  
     /data/tmp/hadoop/hdfs/data  
   
   
     dfs.replication  
     1  
   
   
     dfs.permissions.enabled  
     false  
   

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.replications.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。

vim /apps/hadoop/etc/hadoop/mapred-site.xml  

将mapreduce相关配置，添加到标签之间。

  
    mapreduce.framework.name  
    yarn  
  

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，添加到标签之间。

  
    yarn.nodemanager.aux-services  
    mapreduce_shuffle  
  

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!