头歌Educoder——大数据Hadoop开发环境搭建

第1关：配置开发环境 - JavaJDK的配置

任务描述

本关任务：配置JavaJDK。

相关知识

配置开发环境是我们学习一门IT技术的第一步，Hadoop是基于Java开发的，所以我们学习Hadoop之前需要在Linux系统中配置Java的开发环境。

下载JDK

前往Oracle的官网下载JDK： https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html

我们可以先下载到本地，然后从Windows中将文件传入到虚拟机中。 也可以复制链接地址，在Linux系统中下载，不过复制链接地址不能直接下载，因为Oracle做了限制，地址后缀需要加上它随机生成的随机码，才能下载到资源。

所以我们可以点击下载，然后暂停，最后在下载管理中复制链接地址就可以在Linux系统中下载啦。

因为JDK的压缩包有大概200M，所以我们已经在平台中为你下载好了JDK，不用你再去Oracle的官网去下载了，如果你要在自己的Linux系统中安装，那么还是需要下载的。

我们已经将JDK的压缩包放在系统的/opt目录下了，在命令行中切换至该目录下即可。

解压

首先在右侧命令行中创建一个/app文件夹，我们之后的软件都将安装在该目录下。 命令：mkdir /app

然后，切换到/opt目录下，来查看一下提供的压缩包。

可以看到我们已经帮你下载好了JDK和Hadoop的安装文件。

现在我们解压JDK并将其移动到/app目录下。

tar -zxvf jdk-8u171-linux-x64.tar.gzmv jdk1.8.0_171/ /app

可以切换到/app目录下查看解压好的文件夹。

配置环境变量

解压好JDK之后还需要在环境变量中配置JDK，才可以使用，接下来就来配置JDK。 输入命令：vim /etc/profile 编辑配置文件；

在文件末尾输入如下代码（不可以有空格）：

然后，保存并退出。

最后：source /etc/profile使刚刚的配置生效。

测试

最后我们可以测试一下环境变量是否配置成功。 输入：java -version 出现如下界面代表配置成功。

编程要求

根据上述步骤完成Java开发环境的配置即可。

注意：因为下次再开启实训，环境会重置，所以最好的方式是一次性通过所有关卡。

---

开始配置JDK吧，go on。

实现代码

mkdir /app

cd /opt

tar -zxvf jdk-8u171-linux-x64.tar.gz

mv jdk1.8.0_171/ /app

vim /etc/profile

光标移动到文件末尾
i

JAVA_HOME=/app/jdk1.8.0_171
CLASSPATH=.:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH

按esc键

冒号shift+:

wq

source /etc/profile

输入：java -version 出现如下界面代表配置成功。

第2关：配置开发环境 - Hadoop安装与伪分布式集群搭建

---

任务描述

本关任务：安装配置Hadoop开发环境。

相关知识

下载Hadoop

我们去官网下载：http://hadoop.apache.org/ 在平台上已经帮你下载好了（在/opt目录下），这里只是展示一下下载步骤。

输入wget下载Hadoop；

wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz

如果是生产环境就需要验证文件的完整性，在这里就偷个懒了。

由于解压包有大概300M，所以我们已经预先帮你下载好了，切换到/opt目录下即可看到。

接下来解压Hadoop的压缩包，然后将解压好的文件移动到/app目录下。

我们来切换到app目录下修改一下hadoop文件夹的名字。

提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。

配置Hadoop环境

接下来我们开始配置Hadoop开发环境。 咱们来搭建一个单节点的集群，配置一个伪分布式，为什么不做分布式呢？ 其实分布式的配置和伪分布式差不多，只是分布式机器增加了而已，其他没什么两样，所以作为Hadoop学习我们搭建伪分布式要更好一点，不过后期我们会搭建真正的分布式环境。 好了，开始吧。你可以和我一起来，也可以看官方文档：http://hadoop.apache.org/docs/r3.1.0/hadoop-project-dist/hadoop-common/SingleCluster.html

设置SSH免密登录

在之后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。

输入如下代码：

 ssh-keygen -t rsa -P ''

生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在~/.ssh目录下。 接下来：把id_rsa.pub追加到授权的key里面去。

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

然后修改权限：

chmod 600 ~/.ssh/authorized_keys

接着需要启用RSA认证，启动公钥私钥配对认证方式：
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo； 修改ssh配置：

RSAAuthentication yes # 启用 RSA 认证PubkeyAuthentication yes # 启用公钥私钥配对认证方式AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径

重启SSH(在本地自己的虚拟机中可以重启，在平台不可以重启哦，也不需要，重启了你就连接不上命令行了！)

service ssh restart

好了准备工作已经做完了，我们要开始修改Hadoop的配置文件了，总共需要修改6个文件。分别是：

• hadoop-env.sh；
• yarn-env.sh ；
• core-site.xml；
• hdfs-site.xml；
• mapred-site.xml；
• yarn-site.xml。

我们一个一个接着来配置吧！

hadoop-env.sh 配置

两个env.sh文件主要是配置JDK的位置

提示：如果忘记了JDK的位置了，输入 echo $JAVA_HOME就可以看到哦。

首先我们切换到hadoop目录下

cd /app/hadoop3.1/etc/hadoop/

编辑 hadoop-env.sh在文件中插入如下代码：

# The java implementation to use.  #export JAVA_HOME=${JAVA_HOME}  export JAVA_HOME=/app/jdk1.8.0_171

yarn-env.sh 配置

编辑yarn-env.sh 插入如下代码：

export JAVA_HOME=/app/jdk1.8.0_171

core-site.xml配置

这个是核心配置文件我们需要在该文件中加入HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。 在文件末尾的configuration标签中添加代码如下：

         fs.default.name      hdfs://localhost:9000      HDFS的URI，文件系统://namenode标识:端口号          hadoop.tmp.dir      /usr/hadoop/tmp      namenode上本地的hadoop临时文件夹      

hdfs-site.xml文件配置

replication指的是副本数量，我们现在是单节点，所以是1。

        dfs.name.dir      /usr/hadoop/hdfs/name      namenode上存储hdfs名字空间元数据            dfs.data.dir      /usr/hadoop/hdfs/data      datanode上数据块的物理存储位置          dfs.replication      1      

mapred-site.xml文件配置

            mapreduce.framework.name        yarn    

yarn-site.xml配置

            yarn.nodemanager.aux-services          mapreduce_shuffle              yarn.resourcemanager.webapp.address          192.168.2.10:8099          这个地址是mr管理界面的      

创建文件夹

我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，建立tmp、hdfs/name、hdfs/data目录，执行如下命令：

mkdir -p /usr/hadoop/tmp mkdir /usr/hadoop/hdfs mkdir /usr/hadoop/hdfs/data mkdir /usr/hadoop/hdfs/name

将Hadoop添加到环境变量中

vim /etc/profile

在文件末尾插入如下代码：

最后使修改生效：source /etc/profile

验证

现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可。

格式化

在使用Hadoop之前我们需要格式化一些hadoop的基本信息。 使用如下命令：

hadoop namenode -format

出现如下界面代表成功：

启动Hadoop

接下来我们启动Hadoop：

start-dfs.sh

输入命令应该会出现如下图界面：

这个是表示启动没成功，是因为root用户现在还不能启动hadoop，我们来设置一下就可以了。

在/hadoop3.1/sbin路径下： cd /app/hadoop3.1/sbin。 将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数

#!/usr/bin/env bashHDFS_DATANODE_USER=rootHADOOP_SECURE_DN_USER=hdfsHDFS_NAMENODE_USER=rootHDFS_SECONDARYNAMENODE_USER=root

还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：

#!/usr/bin/env bashYARN_RESOURCEMANAGER_USER=rootHADOOP_SECURE_DN_USER=yarnYARN_NODEMANAGER_USER=root

再次启动start-dfs.sh，最后输入命令 jps 验证,出现如下界面代表启动成功：

之后如果你是图形化界面，可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在windows机器上输入http://虚拟机ip地址:9870/ 也可以访问hadoop的管理页面。

好了到了这一步Hadoop就安装完成了。

编程要求

根据上述步骤，配置好Hadoop开发环境，点击评测即可。

提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。

---

开始你的任务吧，祝你成功！

实现代码

判断JDK有没有安装：输入 echo $JAVA_HOME就可以看到哦

窗口出现则表示JDK已经安装，可以进行下面的步骤。

如果没有安装，则先进行第一关的代码安装JDK

代码：

cd /opt
tar -zxvf hadoop-3.1.0.tar.gz -C /app
cd /app
mv hadoop-3.1.0/ hadoop3.1

提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。

ssh-keygen -t rsa -P ''
回车
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys
vim /etc/ssh/sshd_config

在文件中找到这三个

找到之后，移动光标

i

删掉开头的 # 和下图内容相同

cd /app/hadoop3.1/etc/hadoop/

vim hadoop-env.sh

i


# The java implementation to use.  
#export JAVA_HOME=${JAVA_HOME}  
export JAVA_HOME=/app/jdk1.8.0_171

按esc键

冒号，shift+:

wq

vim yarn-env.sh

i

export JAVA_HOME=/app/jdk1.8.0_171

按esc键

冒号，shift+:

wq

vim core-site.xml

在文件末尾的configuration标签中添加代码如下：
   
    fs.default.name  
    hdfs://localhost:9000  
    HDFS的URI，文件系统://namenode标识:端口号  
  
  
    hadoop.tmp.dir  
    /usr/hadoop/tmp  
    namenode上本地的hadoop临时文件夹  
  

按esc键

冒号，shift+:

wq

vim hdfs-site.xml

在文件末尾的configuration标签中添加代码如下：
  
    dfs.name.dir  
    /usr/hadoop/hdfs/name  
    namenode上存储hdfs名字空间元数据    
  
  
    dfs.data.dir  
    /usr/hadoop/hdfs/data  
    datanode上数据块的物理存储位置  
  
  
    dfs.replication  
    1  
  

按esc键

冒号，shift+:

wq

vim mapred-site.xml

在文件末尾的configuration标签中添加代码如下：

        mapreduce.framework.name
        yarn


按esc键

冒号，shift+:

wq

vim yarn-site.xml

在文件末尾的configuration标签中添加代码如下：
  
        yarn.nodemanager.aux-services  
        mapreduce_shuffle  
  
  
        yarn.resourcemanager.webapp.address  
        192.168.2.10:8099  
        这个地址是mr管理界面的  
  

按esc键

冒号，shift+:

wq

mkdir -p /usr/hadoop/tmp 

mkdir /usr/hadoop/hdfs 

mkdir /usr/hadoop/hdfs/data 

mkdir /usr/hadoop/hdfs/name

vim /etc/profile

文件末尾插入以下代码：
#set Hadoop Enviroment
export HADOOP_HOME=/app/hadoop3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

按esc键

冒号，shift+:

wq

source /etc/profile

hadoop namenode -format

cd /app/hadoop3.1/sbin

vim start-dfs.sh

i

回车键换行

在文件顶部添加以下参数：
#!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

按esc键

冒号，shift+:

wq

vim stop-dfs.sh

i

回车键换行

在文件顶部添加以下参数：
#!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

按esc键

冒号，shift+:

wq

vim start-yarn.sh

i

回车键换行

在文件顶部添加以下参数：
#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

按esc键

冒号，shift+:

wq

vim stop-yarn.sh

i

回车键换行

在文件顶部添加以下参数：
#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

按esc键

冒号，shift+:

wq

start-dfs.sh

jps

出现以下内容则成功，快测评吧