Ubuntu上搭建Hadoop环境(单机模式+伪分布模式)

Ubuntu上搭建Hadoop环境(单击模式+伪分布模式)

Ubuntu上搭建Hadoop环境(单击模式+伪分布模式)

1.安装Ubuntu虚拟机

Ubuntu下载地址：Ubuntu官网

下面是VM安装ubuntu虚拟机
傻瓜式的安装即可

这里需要注意一下

2.添加hadoop用户到系统用户

安装好Ubuntu之后，我们正式开始配置hadoop——添加一个名为hadoop到系统用户，专门用来做Hadoop测试

    ~$ sudo addgroup hadoop
    ~$ sudo adduser --ingroup hadoop hadoop

然后输入如下命令，使新建立的hadoop账户拥有最高的权限

~$ sudo gedit /etc/sudoers

在打开的文件中，在root下面加入下面一行。

hadoop　　 ALL=(ALL:ALL) ALL
这里需要注意：如果手动敲入这行内容，hadoop后面跟的是/t，也就是键盘的Tab，如果这里输入不对的话会导致Ubuntu系统出现很大的问题。

然后保存退出即可

3.安装ssh

接下来配置ssh服务，使系统可以远程登录。

先安装ssh

~$ sudo apt-get install openssh-server

ssh安装完成以后，先启动服务

~$ sudo /etc/init.d/ssh start

启动后，可以通过如下命令查看服务是否正确启动

~$ ps -e | grep ssh

接下来我们要设置成免密码登录，生成私钥和公钥

~$ ssh-keygen -t rsa -P ""

因为我已有私钥，所以会提示是否覆盖当前私钥。第一次操作时会提示输入密码，按Enter直接过，这时会在～/home/{username}/.ssh下生成两个文件：id_rsa和id_rsa.pub，前者为私钥，后者为公钥，现在我们将公钥追加到authorized_keys中（authorized_keys用于保存所有允许以当前用户身份登录到ssh客户端用户的公钥内容）：

~$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

在可以登入ssh确认以后登录时不用输入密码，如果后续jps有问题，即说明ssh无密码登录设置失败

~$ ssh localhost

退出

~$ exit

然后我们再次登录试一下是否设置无密码登录成功

~$ ssh localhost

结果和上面一样即可，这样我们以后登录ssh就不需要密码了

4.安装java环境

    ~$ sudo apt-get install openjdk-8-jdk
    ~$ java -version

这里openjdk-8-jdk是我们ubuntu自带的jdk，下载成功如下图（根据自己的jdk版本对照）

5.安装hadoop

hadoop官网安装hadoop
然后解压并放到你希望的目录中，我的是放到/usr/local/hadoop

    ~$ sudo tar xzf hadoop-1.0.2.tar.gz
    ~$ sudo mv hadoop-1.0.2 /usr/local/hadoop

接下来给前面建立的hadoop用户赋予相关的权限，否则hadoop用户无法配置这个目录下面的文件。

  ~$ sudo chown -R hadoop:hadoop /usr/local/hadoop

6.配置单击模式

接下来把这个配置到bashrc中，输入如下命令

	~$ sudo gedit ~/.bashrc

系统会打开Gedit，然后把如下内容附加到文件的末尾
#HADOOP VARIABLES START
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOO{P}_{I}NSTALLexportHADOO{P}_{C}OMMO{N}_{H}OME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOO{P}_{I}NSTALLexportYAR{N}_{H}OME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOO{P}_{I}NSTALL/lib/nativeexportHADOO{P}_{O}PTS="-Djava.library.path=$HADOOP_INSTALL/lib"
#HADOOP VARIABLES END
接下来通过如下命令使配置生效。接下来通过如下命令使配置生效。

	~$ source ~/.bashrc

然后设定hadoop-env.sh

~$ sudo gedit /usr/local/hadoop/etc/hadoop/hadoop-env.sh

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 (视你机器的java安装路径而定)
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:/usr/local/hadoop/bin

让环境变量配置生效source

~$ source /usr/local/hadoop/conf/hadoop-env.sh

至此，hadoop的单机模式大功告成！！！

运行一下hadoop自带的例子WordCount来感受以下MapReduce过程
在hadoop目录下新建input文件夹
首先我们定位到hadoop目录

	~$ cd /usr/local/hadoop

然后创建input目录

	~$ mkdir input

如果不行用sudo提高权限

将README.txt文件夹复制到input文件夹下

	~$ sudo cp README.txt input

最后运行一下命令

	~$ sudo bin/hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.10.0-sources.jar org.apache.hadoop.examples.WordCount input output

我们运行看一下结果

	~$ cat output/*

7.配置伪分布模式

首先在hadoop目录下新建几个文件夹

    ~$ sudo mkdir /usr/local/hadoop/tmp
    ~$ sudo mkdir /usr/local/hadoop/hdfs
    ~$ sudo mkdir /usr/local/hadoop/hdfs/name
    ~$ sudo mkdir /usr/local/hadoop/hdfs/data

配置yarn-env.sh

	~$ sudo gedit /usr/local/hadoop/etc/hadoop/yarn-env.sh

添加如下内容：
#export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
配置core-site.xml

	~$ sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml

插入如下内容
注意：将core-site.xml中原来的有的 < /configuration >一定要删除掉，不然后面格式化的时候会出错。即.xml文件中只有一对对就可以。

	
		fs.default.name
		hdfs://localhost:9000
	
	
		hadoop.tmp.dir
		/usr/local/hadoop/tmp
		Abase for other temporary directories.
	

同样修改配置文件 hdfs-site.xml
插入下列内容：（删除原有的

	
		dfs.replication
		1
	
	
		dfs.namenode.dir
		file:/usr/local/hadoop/hdfs/name
	
	
		dfs.datanode.dir
		file:/usr/local/hadoop/hdfs/data
	

同理配置yarn-site.xml

最后我们输入一下命令修改hadoop的权限

	~$ sudo chmod 777 -R /usr/local/hadoop

8.最后我们检验hadoop是否安装成功

启动HDFS为分布式模式
每次开机都需要格式化namenode

~$ hdfs namenode -format

启动hdfs

	~$ start-all.sh

显示进程

	~$ jps

有6个进程代表正确
在浏览器中输入http://localhost:50070/，出现如下页面
输入 http://localhost:8088/， 出现如下页面