【教程】手把手教你如何搭建Hadoop单机伪集群

作者：幻好

来源：恒生LIGHT云社区

概述

本文将通过虚拟机搭建单机伪集群的Hadoop服务，帮助更好的学习和理解Hadoop大数据平台的运行原理。具体到每个细节，方便新手学习和理解。

环境准备

Linux centos 7（虚拟机）
JDK1.8
Hadoop 2.5+

JDK系统环境配置

首先检查系统是否安装JDK，如果安装，确保系统安装JDK版本在1.8+且不是OpenJDK，否则后续安装Hadoop可能会报错。
通过以下命令查看JDK版本：java -version

如果安装版本较低或者已经安装了OpenJDK，可以通过命令进行卸载重装：
查看系统安装的JDK包： rpm -qa|grep java
然后将查出的包进行逐个删除：rpm -e --nodeps [包名]

安装JDK时，首先创建一个文件夹用来存放JDK安装包，如下命令：
mkdir -p /opt/local/java/jdk
进入以上创建目录后，使用以下命令下载JDK包：
weget [https://repo.huaweicloud.com/java/jdk/8u192-b12/jdk-8u192-linux-x64.tar.gz](https://repo.huaweicloud.com/java/jdk/8u192-b12/jdk-8u192-linux-x64.tar.gz)
下载完成后，对压缩包进行解压：
tar -zxvf jdk-8u192-linux-x64.tar.gz
解压完成后，配置系统环境变量：
vi /etc/profile
向文件末尾添加以下配置参数：

# jdk1.8
export JAVA_HOME=/opt/local/java/jdk/jdk1.8.0_192
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

配置完成后保存，刷新系统配置：
source /etc/profile
最后检验JDK是否生效：
java -version
打印以下日志信息即可。

系统配置

主机名配置

由于使用虚拟机搭建，ip可能并不是固定的，为了更好的访问和识别主机，我们需要先修改主机名配置，后面直接使用主机名访问服务。
查看主机目前的hostname：hostname
如果需要修改后的hostname能一直生效，则修改/etc/sysconfig/network文件，向文件新增以下参数：

NETWORKING=yes
HOSTNAME=centos001.com

修改后，需要重启主机生效。
如果需要立即生效，可以直接使用命令：
hostname centos001.com

防火墙配置

为了方便学习，先将防火墙关闭禁用，方便其他主机进行访问。（当然也可以配置开放的端口）

使用命令查看防火墙运行状态：systemctl status firewalld
停止运行防火墙：service firewalld stop
永远停用防火墙：systemctl disable firewalld

Hadoop部署安装

Hadoop安装包准备
首先创建存放Hadoop安装包存放的目录：
- mkdir -p /home/local/hadoop
然后进入创建目录，下载Hadoop安装包：
- wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.10.1/hadoop-2.10.1.tar.gz
解压安装包：
- tar -zxvf hadoop-2.10.1.tar.gz
配置Hadoop环境变量
为了方便后续直接使用命令行启动 Hadoop 相关服务，可以配置相关环境变量
进入配置文件 /etc/profile，向末尾追加以下配置

export HADOOP_HOME=/home/local/hadoop/hadoop-2.10.1/
export HADOOP_PREFIX=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

core-site.xml配置
向configuration 中添加以下配置参数：

    
        fs.defaultFS
        hdfs://centos001.com:8091
    

    
        hadoop.tmp.dir
        /home/local/hadoop/hadoop-2.10.1/data/tmp

上述不使用ip访问而改用主机名访问，这里配置HDFS的节点访问。
hadoop.tmp.dir 是 Hadoop 文件系统依赖的基础配置，很多路径都依赖它。(如果hdfs-site.xml中不配置namenode和datanode的存放位置，默认就放在这个路径中)。
需要提前存储目录创建好：mkdir -p /home/local/hadoop/hadoop-2.10.1/data/tmp
hdfs-site.xml配置
配置 HDFS 的 DataNode 的备份数量（默认数量为3），只单机模拟运行，配置1

    
        dfs.replication
        1

mapred-site.xml配置
这里配置Mapreduce的运行模式，常用的就是生产：yarn，测试：local 两种模式。

    
        mapreduce.framework.name
        yarn

yarn-site.xml配置
配置资源服务的相关运行参数


    yarn.resourcemanager.hostname
    centos001.com


    yarn.nodemanager.aux-services
    mapreduce_shuffle

slaves配置
由于只演示单机模式，slaves文件无需配置
脚本参数配置
hadoop-env.sh中需要配置JDK觉得路径：JAVA_HOME，Hadoop配置路径：HADOOP_CONF_DIR
yarn-env.sh中需要配置JDK觉得路径：JAVA_HOME
mepre-env.sh中需要配置JDK觉得路径：JAVA_HOME

测试启动

首次启动格式化

如果第一次启动，需要先格式化 namenode

通过命令：hdfs namenode -format
如果看到打印以下日志，则表示格式化成功

启动Hadoop

通过以下命令启动Hadoop相关服务节点：

hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode

启动后，可以通过命令：jps 查看服务是否成功启动：

启动YARN

启动 Hadoop 相关服务节点后，在启动 Yarn 相关资源管理服务：

yarn-daemon.sh start resourcemanager
yarn-daemon.sh start nodemanager

启动后，可以通过命令：jps 查看服务是否成功启动：

验证页面

服务启动成功后，在我们的PC（windows）上，配置域名映射。打开主机的hosts文件，配置以下参数：

192.168.201.129 centos001.com

配置保存后，可以直接通过上述配置域名进行访问Hadoop后台监控页面：http://centos001.com:50070

总结

以上为单机伪集群的Hadoop搭建实践过程，为了帮助新手更好的理解和学习 Hadoop ，实践才能出真知。

有任何问题，欢迎一起讨论交流。

想向技术大佬们多多取经？开发中遇到的问题何处探讨？如何获取金融科技海量资源？

恒生LIGHT云社区，由恒生电子搭建的金融科技专业社区平台，分享实用技术干货、资源数据、金融科技行业趋势，拥抱所有金融开发者。

扫描下方小程序二维码，加入我们！