Hadoop安装教程——单机/伪分布/完全分布式配置

单机模式

• 1.1.1 安装前装备

• (1)安装Linux

  下载Ubuntu 16.04，下载地址：http://ftp.sjtu.edu.cn/ubuntu-cd/16.04.5/

  （a）Desktop --> 桌面版，默认带了界面 ubuntu-16.04.5-desktop-amd64.iso

  （b）Server --> 服务器版，默认没有带界面 ubuntu-16.04.5-server-amd64.iso

• （2）查看防火墙状态
  查看防火墙状态
  sudo ufw status
  关闭防火墙
  sudo ufw disable

• (3) 安装JDK

解压到根目录：
tar -zxvf jdk-8u144-linux-x64.tar.gz -C ~

建一个软链接（方便使用）

ln -s jdk1.8.0_144 jdk (改名为jdk)

配置环境变量

vi ~/.bashrc

export JAVA_HOME=/home/hadoop/jdk  (hadoop为用户名，jdk为jdk的安装目录，可使用软链接)

export PATH=$JAVA_HOME/bin:$PATH

export CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:.

变量生效：（修改配置后，一定要记住生效）

source ~/.bashrc

vi如何使用

系统自带的vi很难用，建议安装vim

sudo apt-get install  vim    // 安装vim
输入`a`进入编辑模式
`esc` //退出编辑模式
`:wq` // 保存并退出
`:q`  //不保存退出

查看jdk是否安装成功
java -version

• （4）Hadoop安装包解压
  tar -zxvf hadoop-2.7.3.tar.gz -C ~

创建超链接：
ln -s hadoop-2.7.3 hadoop

配置环境变量：
vi ~/.bashrc

export HADOOP_HOME=/home/hadoop/hadoop
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

变量生效：
source ~/.bashrc

1.1.2 安装 （cd 到hadoop中的etc目录）

• （1）修改配置

vi hadoop-env.sh

export JAVA_HOME=/home/hadoop/jdk (实际jdk的安装目录)

查看hadoop是否安装成功
hadoop version

1.2 伪分布模式

• 1.2.1 安装前准备

• (1) 参考上面1.1.1
  同1.1.1

• （2）配置主机名

sudo vi /etc/hosts (前面加sudo，需要root权限)

191.168.1.51   node1.hadoop  node1

注：191.168.1.51 //本机实际ip，输入`ifconfig`可查看
    node1               //主机名
   `cat  /etc/hostname`    //查看主机名
    `vi   /etc/hostname`    //修改主机名

• （3）确认openssh-client、openssh-server是否安装

查看是否已经安装ssh （xshell要连接上服务器也需要安装ssh）
dpkg -l | grep openssh

若没有，安装命令：

`sudo apt-get install openssh-client`
`sudo apt-get install openssh-server`

ssh是目前较为可靠，专为远程登录会话和其他网络服务提供安全性的协议，利用ssh协议可以有效防止远程管理过程中的信息泄露问题。

• （4）免密码登录

通过ssh-keyen生成一个RSA的密钥对:

ssh-keygen -t rsa -P ''（P为大写，操作过程一路回车）

公钥追加到~/.ssh/authorized_keys文件中:

ssh-copy-id -i ~/.ssh/id_rsa.pub node1 主机名(如上面都node1)

测试免密码登录： ssh node1

1.2.2安装

• (1) 修改配置文件 （hadoop/etc/hadoop）

vi hadoop-env.sh

export JAVA_HOME=/home/hadoop/jdk

vi hdfs-site.xml

  dfs.replication
  1

core-site.xml

   fs.defaultFS
   hdfs://node1:9000
 



   hadoop.tmp.dir
   /home/hadoop/hadoop/tmp
 

image.png

mapred-site.xml

默认没有（cp mapred-site.xml.template mapred-site.xml）

   mapreduce.framework.name
   yarn
 

yarn-site.xml

   yarn.resourcemanager.hostname
   node1
 



   yarn.nodemanager.aux-services
   mapreduce_shuffle
 

• (2) 格式化
  hdfs namenode -format

• (3) 启动停止Hadoop的环境
  start-all.sh
stop-all.sh

• (4）测试
  查看进程：
  jps

image.png

通过Web界面：（网址要改成自己的ip）
HDFS: http://191.168.1.51:50070

http://191.168.1.51:50090

Yarn: http://191.168.1.51:8088

1.3 完全分布式模式

安装规划
确定几个节点，Namenode、Datanode安装在哪几台机器上。
这里用两个Datanode，一个Namenode
每台机器参考上面“安装前准备操作”,同时增加下面几步：

• 2.1.1 安装前准备

• （1）参考上面1.1.1
  同1.1.1

• （2）配置主机名

sudo vi /etc/hosts

191.168.1.51   node1.hadoop  node1
191.168.1.52   node2.hadoop  node2
191.168.1.53   node3.hadoop  node3

• (3) 安装ntp服务 （保证集群内所有主机时间同步）

$sudo dpkg -l |grep ntp

若NTP尚未安装就运行安装命令：

$ sudo apt-get install ntp

ntp服务需要注意能连接网络，有什么用？
如果时间不一样，执行MapReduce程序的时候可能存在问题

• (4) 配置免密码登录：两两之间的免密码登录

每台机器上运行：
ssh-keygen -t rsa -P ''
ssh-copy-id -i  ~/.ssh/id_rsa.pub  node1
ssh-copy-id -i  ~/.ssh/id_rsa.pub  node2
ssh-copy-id -i  ~/.ssh/id_rsa.pub  node3

• (1) 修改配置文件 （hadoop/etc/hadoop）

vi hadoop-env.sh

export JAVA_HOME=/home/hadoop/jdk

vi hdfs-site.xml

  dfs.replication
  2

core-site.xml

   fs.defaultFS
   hdfs://node1:9000
 


   hadoop.tmp.dir
   /home/hadoop/hadoop/tmp
 

image.png

mapred-site.xml

默认没有（cp mapred-site.xml.template mapred-site.xml）

   mapreduce.framework.name
   yarn
 

yarn-site.xml

   yarn.resourcemanager.hostname
   node1
 



   yarn.nodemanager.aux-services
   mapreduce_shuffle
 

slaves

`node2`
`node3`

• (2) 格式化NameNode
  hdfs namenode -format

• (3) 把主节点上配置好的hadoop复制到从节点上

`scp -r hadoop-2.7.3/ hadoop@node2:/home/hadoop`
`scp -r hadoop-2.7.3/ hadoop@node3:/home/hadoop`

注意：hadoop@node2改为自己的用户名：shexiaobin@node2

/home/hadoop改为：/home/sheixaobin

• (4) start-all.sh

• (5)jps 看进程
  注意：node1不能出现datanode

image.png

通过Web界面：

HDFS:  http://191.168.1.51:50070 
 http://191.168.1.51:50090
Yarn:  http://191.168.1.51:8088

Mapreduce 测试

通过mapreduce：

但预先要往hdfs传一个文件，如何操作?

1.   Linux目录下，随意一个目录，创建一个文本文件data.txt，里面写些内容。
2.   hdfs dfs  -mkdir /input
3.   hdfs dfs -put data.txt /input    ---上传
4.   hdfs dfs -ls /input            --查看

hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /input/data.txt /output

注意：要cd 到对应的目录再打开终端
cd hadoop/hadoop-2.7.3/share/hadoop/mapreduce
可以输入：locate +文件名 找到路径

最后查看结果： hdfs dfs -ls /output

image.png

hdfs dfs -cat /output/part-r-00000

image.png

namenode未启动后遗症：拒绝连接 9000端口没启动，导致input文件无法创建

image.png