hadoop2.2.0伪分布式搭建

一、准备linux环境

1、更改VMware适配器设置

    由于是在单机环境下进行学习的，因此选择适配器模式是host-only模式，如果想要联网，可以选择桥接模式，配置的方式差不多。

    点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.85.0 子网掩码：255.255.255.0 -> apply -> ok

    

    回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.85.100 子网掩码：255.255.255.0 -> 点击确定

    

    在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok

2、修改主机名

在linux命令窗口敲入以下命令    

vim /etc/sysconfig/network

修改主机名（带#号的为必须修改项）

NETWORKING=yes
HOSTNAME=hucc01    ###

3、修改ip

修改ip有三种方式：

第一种：通过Linux图形界面进行修改（比较简单）

进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.85.11 子网掩码：255.255.255.0 网关：192.168.85.1 -> apply

第二种：通过Linux命令窗口进行修改（难度适中）

进入linux命令窗口，输入以下命令

setup

选择网络配置 -> 设备配置 -> etho -> 配置好相对应静态IP、子网掩码、默认网关IP等信息即可。

第三种：修改配置文件方式（程序猿专用，一般人不会）（带#号的为必须修改项）

在linux命令窗口敲入以下命令    

vim /etc/sysconfig/network

修改ip信息

DEVICE="eth0"
BOOTPROTO="static"           ###
HWADDR="00:0C:29:3C:BF:E7"
IPV6INIT="yes"
NM_CONTROLLED="yes"
ONBOOT="yes"
TYPE="Ethernet"
UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
IPADDR="192.168.85.11"       ###
NETMASK="255.255.255.0"      ###
GATEWAY="192.168.85.1"        ###

4、修改主机名与IP的映射关系

在linux命令窗口敲入以下命令    

vim /etc/hosts

修改映射关系，添加如下内容

192.168.1.44	hucc01

5、关闭防火墙

#查看防火墙状态

service iptables status

#关闭防火墙

service iptables stop

#查看防火墙开机启动状态

chkconfig iptables --list

#关闭防火墙开机启动

chkconfig iptables off

6、重启linux

reboot

二、安装jdk

1、卸载centerOS自带的openJDK

如果不卸载centerOS自带的openJDK，那么自己安装jdk1.7.0_55将不会生效。

java -version

查看当前的java版本

rpm -qa | grep jdk

查看centerOS上所有的openJDK版本

逐个删除即可

rpm -e --nodeps java-1.7.0-openjdk-1.7.0.9-2.3.4.1.el6_3.i686
rpm -e --nodeps java-1.6.0-openjdk-1.6.0.0-1.50.1.11.5.el6_3.i686

再次查看centerOS上所有的openJDK版本

rpm -qa | grep jdk

如果没有内容则删除成功了

2、下载并上传jdk

到oracle官网下载jdk的linux版本，我下载的是jdk-7u55-linux-i586.tar.gz。

使用SecureFX将压缩包上传到linux上。

3、解压jdk

#创建文件夹

mkdir /usr/local/src

#解压

tar -zxvf jdk-7u55-linux-i586.tar.gz -C /usr/local/src/

4、将java添加到环境变量中

vim /etc/profile

#在文件最后添加

export JAVA_HOME=/usr/local/src/jdk1.7.0_55
export PATH=$PATH:$JAVA_HOME/bin

#刷新配置

source /etc/profile

三、安装hadoop

1、下载并上传hadoop安装包

从官网http://archive.apache.org/dist/下载hadoop-2.2.0.tar.gz压缩包

使用SecureFX将压缩包上传到linux上

2、解压hadoop

#解压

tar -zxvf hadoop-2.2.0.tar.gz -C /usr/local/src/

3、修改配置文件（一共5个）

（1）修改hadoop-env.sh

vim /usr/local/src/hadoop-2.2.0/etc/hadoop/hadoop-env.sh

设置vim带行号

:set nu!  #带行号

#在27行修改

export JAVA_HOME=/usr/local/src/jdk1.7.0_55

(2)修改core-site.xml

vim /usr/local/src/hadoop-2.2.0/etc/hadoop/core-site.xml

在<configuration>标签对中添加如下信息

    <!-- 指定HDFS老大（namenode）的通信地址 -->
    <property>
	<name>fs.defaultFS</name>
	<value>hdfs://hucc01:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储路径 -->
    <property>
	<name>hadoop.tmp.dir</name>
	<value>/usr/local/src/hadoop-2.2.0/tmp</value>
    </property>

(3)修改hdfs-site.xml

vim /usr/local/src/hadoop-2.2.0/etc/hadoop/hdfs-site.xml

在<configuration>标签对中添加如下信息

    <!-- 设置hdfs副本数量 -->
    <property>
	<name>dfs.replication</name>
        <value>1</value>
    </property>

（4）修改mapred-site.xml

在/usr/local/src/hadoop-2.2.0/etc/hadoop/目录下并没有mapred-site.xml文件，但是有一个mapred-site.xml.template文件，因此需要将mapred-site.xml.template重命名成mapred-site.xml。

cd /usr/local/src/hadoop-2.2.0/etc/hadoop/
mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml

在<configuration>标签对中添加如下信息

    <!-- 通知框架MR使用YARN -->
    <property>
        <name>mapreduce.framework.name</name>
	<value>yarn</value>
    </property>

（5）修改yarn-site.xml

vim yarn-site.xml

在<configuration>标签对中添加如下信息

    <!-- reducer取数据的方式是mapreduce_shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

4、将hadoop添加到环境变量

vim /etc/profile

#修改profile的内容

export JAVA_HOME=/usr/local/src/jdk1.7.0_55
export HADOOP_HOME=/usr/local/src/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

#刷新配置

source /etc/profile

5、格式化HDFS（namenode）

第一次使用时要格式化

hadoop namenode -format

6、启动hadoop

cd /usr/local/src/hadoop-2.2.0/sbin/

sh start-all.sh

启动过程中需要多次输入yes和你linux登陆口令

7、验证hadoop是否安装成功

jps

如果出现这样的界面，那么恭喜你，你的hadoop伪分布式搭建成功了！

也可以用浏览器访问：http://192.168.85.11:50070  (HDFS管理界面)                                                http://192.168.85.1:8088 （MR管理界面）

如果嫌输入ip麻烦，也可以修改windows的hosts配置文件

在这个文件中添加linux主机名和IP的映射关系

在C:\Windows\System32\drivers\etc\hosts文件中添加

192.168.85.11	hucc01

之后可以用浏览器访问：http://hucc01:50070  (HDFS管理界面)

                      http://hucc01:8088 （MR管理界面）

四、配置ssh免登陆

1、生成ssh免登陆密钥

#进入根目录

cd

#查看隐藏文件

ls -la

你会发现有一个.ssh的文件夹

#进入.ssh文件夹

cd .ssh

#生成秘钥，需要按4次回车

ssh-keygen -t rsa

执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

2、将公钥拷贝到要免登陆的机器上

#将公钥拷贝到需要免登陆的机器上（需要输入一次密码）

ssh-copy-id -i 192.168.85.11

3、测试ssh免登陆是否成功

#关闭hadoop

cd /usr/local/src/hadoop-2.2.0/sbin/
sh stop-all.sh

本来关闭hadoop也需要密码的，如果你没有输入密码就关闭成功了，那么，恭喜你，你的ssh免登陆也配置成功了！

如果不放心，你还可以尝试再次启动hadoop，你会发现还是不需要密码就启动成功了。

五、总结

总的来说，感觉hadoop的伪分布式搭建并不算难，难的是不知道如何入门，如何下手，大数据总给我一种很神秘的感觉，就让我通过博客的方式将这神秘的面纱一层一层的揭开把。fighting！