Hadoop小白，从头开始学习Hadoop ~
1.安装 虚拟机 CentOS 6.6，配置网络
2. 配置CentOS 主机名
方法1：vim /etc/sysconfig/network （重启生效）
NETWORKING=yes
HOSTNAME=star
方法2： hostname star （立即生效）
途中碰到的问题：
Problem 1: ssh: Could not resolve hostname star: Temporary failure in name resolution
1. vi /etc/hosts 查看主机名和 ip 地址是否对应
2. source /etc/hosts
Problem 2: 当在终端执行sudo命令时，系统提示“star is not in the sudoers file”：
其实就是没有权限进行sudo，解决方法如下（这里假设用户名是star）：
1.切换到超级用户：$ su
2.打开/etc/sudoers文件：$vim /etc/sudoers
3.修改文件内容：
找到“root ALL=(ALL) ALL”一行，在下面插入新的一行，内容是“star ALL=(ALL) ALL”，然后在 vim键入命令“:wq!”保存并退出。
注：这个文件是只读的，不加“!”保存会失败。
4.退出超级用户：$ exit
3. 安装jdk 1.7 以上，配置环境变量
查询jdk版本： yum search java|grep jdk
安装jdk ： yum install java-1.8.0-openjdk
查询jdk所在目录（which java查询到的是java的执行路径，不是安装路径）：
配置环境变量： vi /etc/profile
source /etc/profile 使之立即生效。
java -version 验证jdk是否生效
查看环境变量：
echo $JAVA_HOME
echo $CLASSPATH
echo $PATH
4. Hadoop伪分布式安装
复制 hadoop 压缩包到虚拟机
解压 ： tar-xzvf hadoop-2.9.1.tar.gz
解压后，压缩包里的文件如下：
配置环境变量： vi/etc/profile
source /etc/profile 使配置的环境变量生效
配置Hadoop：
vi hadoop-env.sh
原来hadoop-env.sh里面的是： export JAVA_HOME=${JAVA_HOME} 但容易报错，所以可以直接写死。
vi core-site.xml
vi hdfs-site.xml
mv mapred-site.xml.template mapred-site.xml (改名字）
vi mapred-site.xml
vi yarn-site.xml （指定YARN的老大（ResourceManager）的地址）
关闭Linux防火墙： sudo service iptables stop (下次还会启动）
关闭防火墙自启动服务： sudo chkconfig iptables status
sudo chkconfig iptables --list
sudo chkconfig iptables stop
sudo chkconfig iptables --list （下图是关闭之后的状态）
5. 启动Hadoop集群
第一次启动hadoop需要初始化： hadoop namenode -format (低版本的命令）
高版本的改为： hdfs namenode -format
遇到的问题： ERROR namenode.NameNode: Failed to start namenode. （粗心，之前的配置文件里面有单词拼错）
启动hdfs
sbin里有系统启动管理的脚本
把sbin加入环境变量
遇到问题：bash: start-dfs.sh: command not found 将命令改成sh start-dfs.sh
遇到问题：jps命令找不到
解决办法参考（https://blog.csdn.net/leshami/article/details/78562642）：
vi slaves
启动yarn
在浏览器中访问Hadoop服务
编辑Windows中 C:\Windows\System32\drivers\etc\hosts，配置虚拟域名。
遇到问题：在Windows中用浏览器访问hadoop失败，但Linux中访问成功。最开始的时候，Linux中访问也不成功，后来重启虚拟机和电脑就成功了。
6. 测试环境
1. 测试HDFS
（1）上传一个文件到HDFS：
hadoop fs -put hadoop-2.9.1.tar.gz hdfs://star:9000/
遇到问题：bash: hadoop: command not found
解决方法：需要将hadoop/bin路径加入PATH，配置环境变量（检查之前配的环境变量有没有拼写错误）
sudo vi /etc/profile
source /etc/profile
（2）从HDFS中下载文件
hadoop fs -get hdfs://star:9000/hadoop-2.9.1.tar.gz
2. 测试MapReduce
cd app/hadoop-2.9.1/share/hadoop/mapreduce
Example 1
hadoop jar hadoop-mapreduce-examples-2.9.1.jar pi 5 5
Example 2
vi test.txt
hadoop fs -mkdir hdfs://star:9000/wordcount 在HDFS建目录
命令行中可简写 hadoop fs -mkdir /wordcount （在这里的根目录指的是HDFS中的根目录，不是本地根目录）
hadoop jar hadoop-mapreduce-examples-2.9.1.jar wordcount /wordcount/input /wordcount/output
查看运行结果：
hadoop fs -ls /wordcount/output
hadoop fs -cat /wordcount/output/part-r-00000
ps：Hadoop开启关闭调试信息（在/etc/profile中设置）
开启：export HADOOP_ROOT_LOGGER=DEBUG,console
关闭：export HADOOP_ROOT_LOGGER=INFO,console