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
- sudo su //进入管理员root用户
- sudo addgroup hadoop
2、创建hadoop用户
- 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
- 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
- sudo su
- 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
- 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。
- 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。
- 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。
- 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
- 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
- cd ~/.ssh
- cat id_rsa.pub >> authorized_keys
完成后就可以无密码登录本机了。
3、登录localhost
- 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
- 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
- sudo cp hadoop-2.7.3.tar.gz /usr/local
2、解压hadoop-2.7.3.tar.gz
- cd /usr/local/
- sudo tar -zxf hadoop-2.7.3.tar.gz
3、将解压出的文件夹改名为hadoop
- sudo mv hadoop-2.7.3 hadoop
4、将该hadoop文件夹的属主用户设为hadoop
- sudo chown -R hadoop:hadoop hadoop
5、打开hadoop/etc/hadoop/hadoop-env.sh文件
- cd hadoop/etc/hadoop
- 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 ${JAVA_HOME} 修改为本机JDK实际的路径
7、打开hadoop/etc/hadoop/core-site.xml文件，编辑如下：
- sudo gedit core-site.xml
-
fs.default.name -
hdfs://192.168.168.200:9000
192.168.168.200 ： 本机IP地址，此处不用localhost，为了在windows能够访问
9000：默认端口
8、打开hadoop/etc/hadoop/mapred-site.xml文件，编辑如下：
默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。
- //复制并重命名
- cp mapred-site.xml.template mapred-site.xml
- //编辑器打开此新建文件
- sudo gedit mapred-site.xml
-
-
mapred.job.tracker -
localhost:9001
9、打开hadoop/etc/hadoop/hdfs-site.xml文件，编辑如下：
- sudo gedit hdfs-site.xml
-
-
dfs.name.dir -
/usr/local/hadoop/namenode -
-
dfs.data.dir -
/usr/local/hadoop/datanode -
-
dfs.replication -
1
九、在单机上运行hadoop
1、格式化hdfs文件系统
进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作
- cd /usr/local/hadoop
- bin/hadoop namenode -format
当你看到下图时，就说明你的hdfs文件系统格式化成功了：
注意：由于hadoop2.7.3需要JDK1.7以上版本，JDK版本低于1.7就会报错。【java.lang.UnsupportedClassVersionError】版本不一致出错。
2、启动hdfs
- cd /usr/local/hadoop
- ./sbin/start-dfs.sh
- jps
看到如下效果表示成功：
3、快捷启动配置
- //配置hadoop环境变量
- sudo gedit /etc/profile
- export HADOOP_HOME=/usr/local/hadoop
- export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
- 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
- ./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
- Hello World
- Hello Tom
- Hello Jack
- Hello Hadoop
- Bye hadoop
将words.txt上传到hdfs的根目录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：
- mv mapred-site.xml.template mapred-site.xml
-
-
mapreduce.framework.name -
yarn
②配置etc/hadoop/yarn-site.xml:
-
-
yarn.nodemanager.aux-services -
mapreduce_shuffle
③YARN的启动与停止
- //启动
- ./sbin/start-yarn.sh
测试用浏览器访问：http://192.168.168.200:8088
- 停止
- ./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：
- ./bin/hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar
- 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