最新版hadoop2.7.1单机版与伪分布式安装配置

前提：熟悉Linux系统操作，掌握基本的Linux命令

注意：安装路径中不能有任何中文字符和空格！

我安装的是ubuntu14，用户名是ubuntu，机器名是ubuntu，hadoop的版本是hadoop-2.7.1.tar.gz

一、在Ubuntu下创建hadoop用户组和用户

1、  将hadoop用户添加到系统用户

ubuntu@ubuntu:~$ sudo addgroup hadoop 
ubuntu@ubuntu:~$ sudo adduser --ingroup hadoop hadoop 

2、 现在只是添加了一个用户hadoop，它并不具备管理员权限，我们给hadoop用户添加权限，打开/etc/sudoers文件

ubuntu@ubuntu:~$ sudo vim /etc/sudoers

在root  ALL=(ALL:ALL)  ALL下添加hadoop  ALL=(ALL:ALL)  ALL

二、配置Java环境

1、 将jdk-7u80-linux-x64.tar.gz解压到相应路径(可以用命令也可以直接选中右键解压)，我这里是解压到/home/ubuntu/software/java，解压后文件夹为jdk1.7.0_80(所在路径为/home/ubuntu/software/java/jdk1.7.0_80)

2、 解压完之后配置环境变量

ubuntu@ubuntu:$ sudo vim /etc/profile

在最后添加如下：

export JAVA_HOME=/home/ubuntu/software/java/jdk1.7.0_80
export JRE_HOME=/home/ubuntu/software/java/jdk1.7.0_80/jre
exportCLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
exportPATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

运行java -version命令验证Java是否安装配置成功。

ubuntu@ubuntu:~$ java -version
java version "1.7.0_80"
Java(TM) SE Runtime Environment (build 1.7.0_80-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.80-b11, mixed mode)

三、SSH安装

1、  先安装ssh。记住：从这里开始需要先从ubuntu用户切换到hadoop用户

ubuntu@ubuntu:~$ su - hadoop
Password:
hadoop@ubuntu:~$ sudo apt-get install openssh-server

2、  如果ssh安装完成之后，先启动服务

hadoop@ubuntu:~$ sudo /etc/init.d/ssh start

启动后通过命令查看是否正确启动

 hadoop@ubuntu:~$ ps -e |grep ssh

3、  作为一个安全通信协议（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），使用时需要密码，因此我们要设置成免密码登录，生成私钥和公钥：

hadoop@ubuntu:~$ ssh-keygen -t rsa -P ""

（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前者为私钥，后者为公钥）

进入~/.ssh/目录下，将公钥id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的（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）：

hadoop@ubuntu:~$ cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys

执行ssh localhost命令进行登录：

hadoop@ubuntu:~$ ssh localhost
Welcome to Ubuntu 14.04.3 LTS (GNU/Linux 3.19.0-43-generic x86_64)
 
 * Documentation:  https://help.ubuntu.com/
 
18 packages can be updated.
18 updates are security updates.
 
Last login: Thu Jan 21 14:40:38 2016 from localhost

出现“Welcome to Ubuntu 14.04.3 LTS。。。”则表示登录成功。

( 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。)

使用命令exit可以进行退出

hadoop@ubuntu:~$ exit
logout
Connection to localhost closed.

编辑/etc/hosts文件，将

127.0.0.1      localhost
127.0.1.1       ubuntu

改为

192.168.1.128       localhost
192.168.1.128       ubuntu

注：192.168.1.128为虚拟机机的ip地址(用命令ifconfig可以查看ip)

四、安装hadoop-2.7.1

1、  将hadoop-2.7.gz解压到/usr/local下面

hadoop@ubuntu:~$ sudo tar –xzf hadoop-2.7.gz

重命名hadoop-2.7.1文件夹名为hadoop(为了敲命令方便)

hadoop@ubuntu:~$ sudo mv hadoop-2.7.1 hadoop

2、 要确保所有的操作都是在用户hadoop下完成的，所以将该hadoop文件夹的属主用户设为hadoop。

hadoop@ubuntu:/usr/local$sudo chown –R hadoop:hadoop hadoop

3、  配置hadoop-env.sh文件(hadoop-env.sh文件在hadoop/etc/hadoop路径下面)

hadoop@ubuntu:/usr/local$ sudo vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh

在hadoop-env.sh中export JAVA_HOME后面添加以下信息(JAVA_HOME路径改为实际路径)：

export JAVA_HOME=/home/ubuntu/software/java/jdk1.7.0_80
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL

保存之后运行下面命令使配置生效

 hadoop@ubuntu:/usr/local/hadoop/etc/hadoop$source hadoop-env.sh

再到/etc/profile中添加HADOOP_INSTALL并修改PATH，结果为

export JAVA_HOME=/home/ubuntu/software/java/jdk1.7.0_80
export JRE_HOME=/home/ubuntu/software/java/jdk1.7.0_80/jre
export HADOOP_INSTALL=/usr/local/hadoop
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
exportPATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$HADOOP_INSTALL/bin:$HADOOP_INSTALL/sbin

保存后重启虚拟机。

切换到hadoop用户，

运行命令

hadoop@ubuntu:/usr/local/hadoop$ hadoop version

如果看到如下hadoop版本信息则表示hadoop单机模式安装成功

hadoop@ubuntu:/usr/local/hadoop$ hadoop version
Hadoop 2.7.1
Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r15ecc87ccf4a0228f35af08fc56de536e6ce657a
Compiled by jenkins on 2015-06-29T06:04Z
Compiled with protoc 2.5.0
From source with checksum fc0a1a23fc1868e4d5ee7fa2b28a58a
This command was run using/usr/local/hadoop/share/hadoop/common/hadoop-common-2.7.1.jar

现在运行一下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

hadoop@ubuntu:/usr/local/hadoop$ sudo mkdir input 

将etc中的所有文件拷贝到input文件夹中

hadoop@ubuntu:/usr/local/hadoop$ cp etc/*input 

运行wordcount程序，并将结果保存到output中(注意input所在路径、jar所在路径)

hadoop@ubuntu:/usr/local/hadoop/share/hadoop/mapreduce$bin/hadoop jar hadoop-mapreduce-examples-2.7.1.jarwordcount /usr/local/hadoop/input/hadoop output

运行

hadoop@ubuntu:/usr/local/hadoop$ cat output/*

会看到conf所有文件的单词和频数都被统计出来。 

 

 

到此单机模式已经安装成功，下面可以接着伪分布模式安装

一、在/etc/hadoop下配置一下几个文件core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml
在后面添加如下信息

core-site.xml

       hadoop.tmp.dir
       file:/usr/local/hadoop/tmp
       Abase for other temporarydirectories.

 
       fs.defaultFS 
       hdfs://192.168.154.128:9000 
 

hdfs-site.xml

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

mapred-site.xml(没有则复制一份mapred-site.xml.template并命名为mapred-site.xml)

   
       mapreduce.framework.name 
       yarn    

yarn-site.xml

       yarn.nodemanager.aux-services
       mapreduce_shuffle


       yarn.nodemanager.aux-services.mapreduce.shuffle.class
       org.apache.hadoop.mapred.ShuffleHandler

 

二、HDFS文件系统格式化和系统启动

下面进行HDFS文件系统进行格式化：

 

 $bin/hdfs namenode -format

然后启用NameNode及DataNode进程：

hadoop@ubuntu:/usr/local/hadoop$ sbin/start-dfs.sh

hadoop@ubuntu:/usr/local/hadoop$ sbin/start-yarn.sh

启动进程之后用jps命令查看进程情况，出现6个进程名字说明启动成功

8431 JobTracker  
8684 TaskTracker  
7821 NameNode  
7281 DataNode
8915 Jps  
8341 SecondaryNameNode 

至此，hadoop伪分布式安装成功。