Hadoop基础教程——Hadoop单机版搭建

最近闲来无事，和朋友一起想学习Hadoop，最晚弄机器的弄到两点多，今天一起动手安装Hadoop的环境，刚开始也是一头雾水，Hadoop官网的教程我也是醉了，说的牛头不对马嘴，最后只能通过各种百度解决了问题，最后把安装的一些操作都记录下来，希望可以帮助到后来人

环境

这里我们使用了两台腾讯云的机器以及一台阿里云的机器，本来是准备搭建一个Hadoop集群的，但是由于两个人都没有任何的大数据的经验，所以先在我的机器上部署了一套单机版的Hadoop测试一下，看看能不能行 * 操作系统：centOS 7.3 * JAVA版本：jdk1.8 * Hadoop版本：Hadoop2.9.0(binary)

这里顺带附上Hadoop的下载地址 http://hadoop.apache.org/releases.html

开始安装

• ### 安装java环境变量
  • 先下载java版本，如果机器上自带了openjdk请先卸载自带的openJDK
  • 下载好后将jdk放到自己的机器上，本人放在 /user/local/java目录下
  • 解压tar -zxvf yourjavajdkname
  • 解压后就可以在当前目录下看到解压的文件夹了，然后配置Java的环境变量 sudo vim + /etc/profile
  • 在文件最后加上以下代码 export JAVA_HOME=/usr/local/java/java_1.8 export PATH=$PATH:$JAVA_HOME/bin export CLASSPATH=.:$JAVA_HOME/lib 注：java1.8是我本人将jdk解压后的文件夹重命名为java_1.8
  • source /etc/profile编译一下
  • 输入java -version看看有没有版本信息输出，有的话就是安装成功了
  • ### 配置hosts端口
  • sudo vim + /etc/hosts
  • 在文件末尾加上自己机器的IP和别名为了以后做集群做准备
  • ### 配置SSH免密登录 注：同样是为了以后做集群做准备
  • 安装expect命令 ： yum -y install expect
  • 下载ssh_p2p.zip放在任意目录下
  • unzip ssh_p2p 如果没有unzip命令，先安装unzip
  • 安装unzip命令，如果已经有了，可以跳过这一步,yum -y install unzip
  • 修改resource的ip值vim /ssh_p2p/deploy_data/resource
  • 添加如下代码： adress=( "IP,登录账号,登录密码,free" "IP,登录账号,登录密码,free" "IP,登录账号,登录密码,free" )
  • 修改start.sh的运行权限 chmod u+x start.sh
  • 运行 ./start.sh
  • 测试： ssh ip（测试是否可以登录）

到这里我们为后面做安装集群的准备就好了

• 配置Hadoop
  • 将下载好的Hadoop上传到我们的机器，然后解压，我本人在/usr/local/目录下新建了一个hadoop目录，然后把下载好的压缩包上传到/usr/local/hadoop目录下
  • 解压 tar -zxvf hadoopfilename
  • 然后修改hadoop解压目录下的/etc/hadoop/hadoop-env.sh文件sudo vim + /usr/local/hadoop/hadoop-2.9.0/etc/hadoop
  • 将Java home的路径配置进去，如果不知道或者不记得自己的JavaHome路径可以用下面的命令，echo ${JAVA_HOME}输出javaHome的路径，得到了javaHome的路径后，添加下面代码 export JAVA_HOME = /usr/local/java/java_1.8,这是我本人的JavaHome路径， *然后配置Hadoop的环境变量，和我们配置java的环境变量一样，使用以下命令 sudo vim + /etc/profile,
  • 添加以下代码： export HADOOP_HOME= /usr/local/hadoop/hadoop-2.9.0/ export PATH=$PATH:$HADOOP_HOME/bin
  • source /etc/profile编译让我们刚刚修改生效
  • 修改/usr/local/hadoop/hadoop-2.9.0/etc/hadoop/core-site.xml文件 <configuration> <!-- 指定HDFS namenode 的通信地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://localhost: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/hadoop/hadoop-2.9.0/tmp</value> </property> </configuration>
  • tmp文件夹是我自己创建的，hadoop不自带，特此说明
  • fs.defaultFS直接用localhost就行，如果重命名了主机名，也可以用重命名的。比如说你重命名为xxxx那么就用xxxx替代localhost
  • 修改/usr/local/hadoop/hadoop-2.9.0/etc/hadoop/hdfs-site.xml <configuration> <property> <name>dfs.name.dir</name> <value>/usr/hadoop/hdfs/name</value> <description>namenode上存储hdfs名字空间元数据 </description> </property> <property> <name>dfs.data.dir</name> <value>/usr/hadoop/hdfs/data</value> <description>datanode上数据块的物理存储位置</description> </property> <!-- 设置hdfs副本数量 --> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
  • SSH免密登录，这里的和SSH免密登录和前面的SSH免密登录互不影响，不冲突，如果这里不配置的话，后面启动的时候也会提示你是否要连接，所以还是配置比较好 ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys chmod 0600 ~/.ssh/authorized_keys
  • HDFS的启动与停止(第一次启动需要格式化)
    • 启动命令 cd /usr/local/hadoop/hadoop-2.9.0 ./bin/hdfs namenode -format ./sbin/start-dfs.sh
    • 停止命令 ./sbin/stop-dfs.sh
  • 然后在浏览器中输入http://yourIP:50070就可以看到效果了，如果没有的话，证明上面没有配置好，
• yarn配置 在hadoop中，默认mapred-site.xml的名字是mapred-site.xm.template，所以我们要先用MV命令修改名字, mv /usr/local/hadoop/hadoop-2.9.0/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/hadoop-2.9.0/etc/hadoop/mapred-site.xml
  • 编辑mapred-site.xml sudo vim + mapred-site.xml

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

  • 配置yarn-site.xml <configuration> <!-- reducer取数据的方式是mapreduce_shuffle --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
  • 启动和停止yarn cd /usr/local/hadoop/hadoop-2.9.0 ./sbin/start-yarn.sh
  • 停止yarn ./sbin/stop-yarn.sh
  • 在浏览器输入http://yourIp:8088,就可以看到成果了

到这里Hadoop配置工作就完成了，集群的配置以后配置成功了再写成教程发出来，最后感谢大神。