（大数据开发随笔7）Hadoop 3.3.x分布式环境部署——伪分布式模式

伪分布式模式

前戏

• jdk和hadoop环境变量配置

• 确保防火墙关闭：systemctl status firewalld ；返回 inactive ；关闭命令 systemctl stop firewalld ；防止自启动命令 systemctl disable firewalld

  • 报错：-bash: /usr/bin/systemctl: Permission denied
  • 解决：sudo chmod -R 750 /usr/bin/systemctl
  • 报错：ERROR:systemctl:Unit firewalld.service could not be found.
  • 解决：yum install firewalld firewall-config

• 确保NAT模式和静态IP的确定（参考：centos7虚拟机静态ip设置详细教程(超全超详细亲测有效)）

  • vim /etc/sysconfig/network-scripts/ifcfg-ens33

  • 将BOOTPROTO="dhcp"改为BOOTPROTO="static"

• 确保/etc/hosts文件里，ip和hostname的映射关系

  • vim /etc/hosts
  • 在最后添加192.168.211.101 主机名
  • （重启网络 systemctl restart network）可选

• 确保免密登录localhost有效

  • ssh-keygen -t rsa ；后直接enter
  • cd ~/.ssh/
  • ssh-copy-id 主机名——yes——密码
  • 验证：ssh 主机名——无密码登录——exit退出
  • （ssh操作命令：systemctl restart/start/status/stop sshd）

• 确保JDK与Hadoop的环境、变量配置

中戏

• 配置文件修改（未完待续）：

  • core-site.xml

    • cd $HADOOP_HOME/etc/hadoop/——vim core-site.xml

    <configuration>
        <property>
            <name>fs.defaultFSname>
            <value>hdfs://lanr:9820value>
        property>
    
        <property>
            <name>hadoop.tmp.dirname>
            <value>/usr/local/hadoop-3.3.1/tmpvalue>
        property>
    configuration>
    
    

  • hdfs-site.xml

    <configuration>
        <property>
            <name>dfs.replicationname>
            <value>1value>
        property>
        <property>
            <name>dfs.namenode.secondary.http-addressname>
            <value>lanr:9868value>
        property>
        <property>
            <name>dfs.namenode.http-addressname>
            <value>lanr:9870value>
        property>
    configuration>
    
    

  • hadoop-env.sh

    export JAVA_HOME=/usr/local/jdk1.8.0_321
    
    export HDFS_NAMENODE_USER=root
    export HDFS_DATANODE_USER=root
    export HDFS_SECONDARYNAMENODE_USER=root
    

• 格式化集群

  • 首先确保hadoop-3.3.1目录下没有tmp这个文件夹
  • hdfs namenode -format

• 启动集群

  • start-dfs.sh——jps查看进程

• WebUI查看集群状态

  • 192.168.211.101:9870

案例演示：wordcount

• 数据准备

  cd ~
  mkdir input && cd input
  echo "hello world hadoop linux hadoop" >> file1
  echo "hadoop linux world hadoop linux hadoop" >> file1
  echo "hello world hadoop linux hadoop" >> file1
  echo "hello world hadoop linux hadoop" >> file1
  echo "hello good programmer hadoop linux hadoop" >> file2
  echo "hello world hadoop linux hadoop ok nice" >> file2
  

• 上传到集群

  cd ~
  hdfs dfs -put input/ /
  hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount /input /output  # 该input、output文件夹是在hdfs上的，不是linux本地的 且输出路径不能已存在
  hdfs dfs -cat /output/*  # 查看结果