MAC安装Hadoop3.2.1及运行第一个程序教程（超级详细）

一.安装homebrew（已安装可跳过）

在终端输入下面代码即可。

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

二.安装jdk（已安装可跳过）

注意，这里要用JAVA8或以下版本，否则后续 ResourceManager 和 NodeManager会出问题。

brew install java8

可用java -version命令查看java版本，楼主用的是openjdk version “1.8.0_242”

三.设置SSH免密登陆

1）系统偏好设置–>共享

勾选远程登录，所有用户

2）打开终端，输入

ssh localhost

显示需要输入密码，把密码输入后，出现时间，代表登陆成功。

但是hadoop中需要免密登录，比如在启动datanode、namenode时都需要免密登录，如果不设置，则会出现权限不允许（Permission denied）的错误提示，导致无法启动DataNode等。
所以我们需要设置一下，在终端输入：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

之后再使用ssh localhost命令，我们会发现不用输入密码，直接可以登录。

四.安装hadoop

同样是在终端使用brew进行安装

brew install hadoop

如果长时间卡在 Updating Homebrew 这个步骤，使用control+c中断此次更新即可，显示 ^C，就代表已经取消了 Updating Homebrew 操作。再等待一会儿，就会开始下载hadoop了

安好后，可在终端输入命令 hadoop 进行查看：

此时就已经安好了Hadoop的单机模式。

五.伪分布式配置

接下来配置的文件均在 /usr/local/Cellar/hadoop/3.2.1/libexec/etc/hadoop 路径中，文件可使用编辑器打开，楼主这里用sublime

1）core-site.xml配置

在文件的标签对内输入以下配置信息，然后保存关闭。

<property>
     <name>hadoop.tmp.dir</name> 
     <value>file:/usr/local/Cellar/hadoop/3.2.1/libexec/tmp</value>
  </property>
  <property>
     <name>fs.defaultFS</name>
     <value>hdfs://localhost:8020</value>
  </property>

如图所示：

2）hdfs-site.xml配置

在文件的标签对内输入以下配置信息，然后保存关闭。

<property>
         <name>dfs.replication</name>
         <value>1</value>
    </property>
    <property> 
         <name>dfs.namenode.name.dir</name>
         <value>file:/usr/local/Cellar/hadoop/3.2.1/libexec/tmp/dfs/name</value>
    </property>
    <property>
         <name>dfs.namenode.data.dir</name>
         <value>file:/usr/local/Cellar/hadoop/3.2.1/libexec/tmp/dfs/data</value>
    </property>

3）mapred-site.xml配置

在文件的标签对内输入以下配置信息，然后保存关闭。

<configuration>
    <property>
         <name>mapreduce.framework.name</name>
         <value>yarn</value>
     </property>
</configuration>

4）yarn-site.xml配置

在文件的标签对内输入以下配置信息，然后保存关闭。

<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<property>
        <name>yarn.nodemanager.env-whitelist</name>
 <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>

6）环境变量配置

在终端输入open ~/.bash_profile ，对环境变量文件进行编辑，添加以下信息：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/adoptopenjdk-8.jdk/Contents/Home
export CLASSPAHT=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export HADOOP_HOME=/usr/local/Cellar/hadoop/3.2.1/libexec
export HADOOP_COMMON_HOME=$HADOOP_HOME
export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:/usr/local/Cellar/scala/bin

在终端输入source ~/.bash_profile ，使刚刚修改的环境变量生效

六.运行

1）初始化（仅第一次安装时需要）

先进入到 /usr/local/Cellar/hadoop/3.2.1/libexec/bin 路径中：

cd /usr/local/Cellar/hadoop/3.2.1/libexec/bin

然后对文件系统进行格式化：

hdfs namenode -format

最后出现如下图所示内容则成功：

2）启动NameNode和datanode

然后进行启动NameNode和datanode
进入 /usr/local/Cellar/hadoop/3.2.1/libexec/sbin 路径中:

cd /usr/local/Cellar/hadoop/3.2.1/libexec/sbin

输入:

./start-dfs.sh

结果如下：

这时候NameNode和DataNode都已经启动成功了，可在终端输入命令jps查看启动情况：

到此为止，我们可以在网页中看到Overview页面了。
在浏览器上输入
http://localhost:9870/dfshealth.html#tab-overview
如下图所示：

3）启动ResourceManager 和 NodeManager

接下来启动 ResourceManager 和 NodeManager：
先进入 /usr/local/Cellar/hadoop/3.2.1/libexec/sbin 路径中：

cd /usr/local/Cellar/hadoop/3.2.1/libexec/sbin

然后在终端输入：

./start-yarn.sh

终端输入jps命令查看是否启动成功：

（在这里我遇到了一个问题，顺便记录一下：
一开始我的NodeManager启动后过了一会儿总是会闪退，查对应的log日志显示这个错误
java.lang.NoClassDefFoundError: javax/activation/DataSource
搜索发现有两个原因会导致这个错误：
1）是JAVA版本不对，但是我用的是8，显然没问题，所以排除。
2）是缺失 javax.activation.jar。解决办法：下载javax.activation.jar, 然后复制到Hadoop的lib目录下，我的目录是：/usr/local/Cellar/hadoop/3.2.1/libexec/share/hadoop/common/lib
然后重新启动yarn，发现解决了问题，启动成功。）
启动成功后可以在浏览器输入 http://localhost:8088/cluster ，出现如下界面：

4）运行Hadoop自带的Wordcount程序，统计字符出现的个数。

(1)新建文件夹

首先在终端输入：

 hadoop fs -mkdir /input 

这是在hadoop文件系统的根目录下新建一个input文件夹。类似的，也可以新建其他的文件或文件夹。
注意：文件夹在这里找：
http://localhost:9870/explorer.html#/
（这里我遇到了问题：
mkdir: Cannot create directory /input. Name node is in safe mode.
意思是安全模式下HDFS文件只接受读取文件，不能进行创建修改等变更请求。
在Hadoop的bin目录下终端输入命令退出安全模式即可：

hdfs dfsadmin -safemode leave

）

(2)查看hadoop下面的所有目录

终端输入命令：

hadoop fs -ls /

结果如下图：

(3)文件上传

在当前目录下新建一个LICENSE.txt文件上传即可，内容随意。

hadoop fs -put LICENSE.txt /input

(4)查看上传的文件

hadoop fs -ls /input

结果如下图：

(5)运行计算LICENSE.txt里面的单词

因为楼主步骤（2）中显示这里已经有了一个output夹，所以这里新建一个output2文件夹

hadoop jar /usr/local/Cellar/hadoop/3.2.1/libexec/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /input /output2

最后三个参数的意思如下：wordcount是测试用例的名称，／input表示输入文件的目录，/output表示输出文件的目录
（⚠️输出文件必须是一个不存在的文件，如果指定一个已有目录作为hadoop作业输出的话，作业将无法运行。如果想让hadoop将输出存储到一个目录，它必须是不存在的目录，应该是hadoop的一种安全机制，防止hadoop重写有用的文件）

(6)查看output2文件夹

hadoop fs -ls /output2

结果如下图：

(7)查看看part-r-00000里面的结果

hadoop fs -cat /output/part-r-00000

结果如下：

(8)下载文件到本地

hadoop fs -copyToLocal /output/part-r-00000

(9)删除文件防止下次运行报错:

hadoop fs -rm -R /output

到此为止，第一个Hadoop程序就终于完成了！

附一些hadoop命令：
1）要从HDFS中删除文件，可以使用以下命令：

hadoop fs -rm -r -skipTrash /path_to_file/file_name

2）要从HDFS中删除文件夹，可以使用以下命令：

hadoop fs -rm -r -skipTrash /folder_name