hadoop——linux下伪分布式环境搭建

1.准备Linux环境

1.0 设置虚拟机ip

　点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only（也可以选桥接模式，具体看用处） ->修改subnet ip 设置网段：192.168.1.0 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：192.168.1.110 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

1.1修改主机名

    ＃　vim　 /etc/sysconfig/network

    NETWORKING = yes        
    HOSTNAME = itcast01    ###

1.2修改IP

两种方式：
　　第一种：通过Linux图形界面进行修改
　　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：192.168.1.119 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply

　　第二种：修改配置文件方式

    ＃　vim /etc/sysconfig/network-scripts/ifcfg-eth0

    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="192.168.1.10"       ###
    NETMASK="255.255.255.0"      ###
    GATEWAY="192.168.1.1"        ###

1.3修改主机名和IP的映射关系

    ＃　vim /etc/hosts
    加入这一行内容：
        192.168.1.10    itcast01

1.4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

1.5重启Linux

reboot

2.安装JDK

2.1上传

使用FileZilla 拖拽到root目录下

2.2解压jdk

创建文件夹

    # mkdir /usr/java

解压

# tar -zxvf jdk-7u79-linux-i586.tar.gz -C /usr/java/

2.3将java添加到环境变量中

修改配置文件

    # vim /etc/profile

在文件最后添加

    export JAVA_HOME=/usr/java/jdk1.7.0_79
    export PATH=$PATH:$JAVA_HOME/bin

（linux中目录分隔使用“：”）

刷新配置

    # source /etc/profile

3.安装Hadoop

（资源路径：archive.apache.org/dist/ Apache所有的资源）

3.1上传hadoop安装包

3.2解压hadoop安装包

    # mkdir /itcast

解压到/itcast/目录下

    # tar -zxvf  hadoop-2.2.0.tar.gz -C /itcast /

-z：gzip文件 -x: extract 释放 -c：创建 -v：显示解压过程的详情 -f：file -C：要解压到的目录 

3.3修改配置文件（5个）

第一个：hadoop-env.sh

在27行修改

    export JAVA_HOME=/usr/java/jdk1.7.0_79

保存并退出指令：shift+zz ：ZZ

第二个：core-site.xml

<configuration>
            <!-- 指定HDFS老大（namenode）的通信地址 -->
            <property>
                    <name>fs.defaultFS</name>
                    <value>hdfs://itcast01:9000</value>
            </property>
            <!-- 指定hadoop运行时产生文件的存储路径 -->
            <property>
                    <name>hadoop.tmp.dir</name>
                    <value>/cloud/hadoop-2.2.0/tmp</value>
            </property>
        </configuration>

第三个：hdfs-site.xml

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

第四个：mapred-site.xml.template

需要重命名：mv mapred-site.xml.template mapred-site.xml

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

第五个：yarn-site.xml

<configuration>
<!—NodeManager获取数据的方式是shuffle -->
            <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
            </property>         
<!—YARN的老大（ResourceManager）的地址 -->
         <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>itcast01</value>
        </property> 
</configuration>

3.4将hadoop添加到环境变量

    # vim /etc/profile

        export JAVA_HOME=/usr/java/jdk1.7.0_79
        export HADOOP_HOME=/cloud/hadoop-2.4.1
        export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

    更新配置：
        source /etc/profile

3.5格式化HDFS（namenode）

（第一次使用时要格式化）

        # hadoop namenode –format (已过时)
        # hdfs namenode –format （用这个）

3.6启动hadoop

在/itcast/hadoop-2.4.1/sbin目录下
先启动HDFS：

    sbin/start-dfs.sh

再启动YARN

    sbin/start-yarn.sh （有个小问题：需要多次输入密码）

    或者一次启动所有的脚本  ./start-all.sh （也过时了）

3.7验证是否启动成功

使用jps命令（查看当前正在运行的进程）验证
27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode

http://192.168.1.10:50070 (HDFS管理界面)

在这个文件中添加linux主机名和IP的映射关系
C:\Windows\System32\drivers\etc\hosts
192.168.1.110 itcast

http://192.168.1.10:8088 （MR管理界面）

上传文件到hdfs ：

 hadoop  fs  -put  /root/jdk-7u79-linux-i586.gz  hdfs://itcast01:9000/jdk

从hdfs下载文件：

    hadoop   fs     -get     hdfs://itcast01:9000/jdk   /home/jdk1.7
    ---------------------------------------------

在hadoop/mapreduce目录下创建word.txt文本文档 :

    vim words 

运行hadoop-mapreduce-examples-2.4.1.jar 这个示例文档来统计words.txt文档的词数：

    hadoop jar hadoop-mapreduce-examples-2.4.1.jar  wordcount  hdfs://itcast01:9000/words 

在浏览器查看上传的文件：

    hdfs://itcast01:9000/wcout

hdfs文件下载

使用： hadoop fs -get hdfs://itcast01:9000/wcout/ /home/jdk1.9 命令将这个文件下载到/home/jdk1.9目录下
统计结果：

hello   5
jerry   1
kitty   1
tom     2
world   1

4.配置ssh免登陆

生成ssh免登陆密钥

1. cd ~，进入到我的root目录（ root == ~ ）

2. cd .ssh/

3. ssh -keygen -t rsa （四个回车）

4. 执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
5. 将公钥拷贝到要免登陆的机器上
   cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
   或 ssh-copy-id -i itcast01