大数据学习之Hadoop环境搭建，真的是贼全

一、Hadoop的优势

1）高可靠性：因为Hadoop假设计算元素和存储会出现故障，因为它维护多个工作数据副本，在出现故障时可以对失败的节点重新分布处理。

2）高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。

3） 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度。

4）高容错性：自动保存多份副本数据，并且能够自动将失败的任务重新分配。

二、Hadoop组成

1）Hadoop HDFS：一个高可靠、高吞吐量的分布式文件系统。

2）Hadoop MapReduce：一个分布式的离线并行计算框架。

3）Hadoop YARN：作业调度与集群资源管理的框架。

4）Hadoop Common：支持其他模块的工具模块。

2.1 HDFS（Hadoop Distributed File System）架构概述

1）NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等。

2）DataNode(dn)：在本地文件系统存储文件块数据，以及块数据的校验和。

3）Secondary NameNode(2nn)：用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

2.2 YARN架构概述

1）ResourceManager(rm)：处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度；

2）NodeManager(nm)：单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令；

3）ApplicationMaster：数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错。

4）Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。

2.3 MapReduce架构概述

MapReduce将计算过程分为两个阶段：Map和Reduce

1）Map阶段并行处理输入数据

2）Reduce阶段对Map结果进行汇总

三、Hadoop环境搭建

1 虚拟机网络模式设置为NAT

最后，重新启动系统。

2.修改为静态ip

1）使用命令 vim /etc/sysconfig/network-scripts/ifcfg-eth0

2）修改选项有五项：

IPADDR=192.168.110.61

GATEWAY=192.168.110.2

ONBOOT=yes

BOOTPROTO=static

DNS1=192.168.110.2

修改完成后保存退出（：wq ）

3）执行service network restart

4）如果报错，reboot，重启虚拟机

3.修改主机名

1）修改linux的hosts文件

（1）进入Linux系统查看本机的主机名。通过hostname命令查看

（2）如果感觉此主机名不合适，我们可以进行修改。通过编辑/etc/sysconfig/network文件

（3）修改后保存退出

（4）编辑

vim /etc/hosts

（5）并重启设备，重启后，查看主机名，已经修改成功

4.关闭防火墙

1）查看防火墙开机启动状态

chkconfig iptables --list

2）关闭防火墙

chkconfig iptables off

5.安装jdk

1）卸载现有jdk

（1）查询安装jdk的版本：

java -version

（2）查询是否安装java软件：

rpm -qa|grep java

（3）如果安装的版本低于1.7，卸载该jdk：

rpm -e 软件包

2）用filezilla工具将jdk导入到usr目录下面的java文件夹下面

3）在linux系统下的usr目录中查看软件包是否导入成功（使用.gz包或者.rpm包，本处使用.rpm包）。

4).gz包使用命令 tar -zxf jdk***.gz 解压到当前目录; .rpm包使用命令 rpm -ivh jdk***.rpm 进行安装.

5）配置jdk环境变量

（1） 先获取jdk路径：使用命令pwd

（2）打开/etc/profile文件：

vi /etc/profile

在profie文件末尾添加jdk路径：

#set java environment

JAVA_HOME=/usr/java/jdk1.8.0_171-amd64

JRE_HOME=/usr/java/jdk1.8.0_171-amd64/jre

CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

export JAVA_HOME JRE_HOME CLASS_PATH PATH

（3）保存后退出：

:wq

（4）让修改后的文件生效：

6）重启（如果java –version可以用就不用重启）：

7) 试jdk安装成功

四、安装Hadoop

1）通过用filezilla工具将Hadoop导入/usr/local/src/中，官方下载地址：http://mirrors.shu.edu.cn/apache/hadoop/common/

2）解压安装文件 tar -zxf hadoop-2.7.6.tar.gz

3）配置hadoop中的hadoop-env.sh

（1）Linux系统中获取jdk的安装路径：

(2）进入 hadoop-2.7.6/etc/hadoop/中 ，修改hadoop-env.sh文件中JAVA_HOME 路径：

export JAVA_HOME=/opt/module/jdk1.7.0_79

4）将hadoop添加到环境变量

（1）获取hadoop安装路径：

（2）打开/etc/profile文件：

在profie文件末尾添加hadoop路径：

#HADOOP_HOME

export HADOOP_HOME=/usr/local/src/hadoop-2.7.6

export PATH=$PATH:$HADOOP_HOME/bin

export PATH=$PATH:$HADOOP_HOME/sbin

（3）保存后退出：

:wq

（4）让修改后的文件生效：

（5）使用hadoop查看是否安装成功，如果hadoop命令不能使用则重启再查看。

作者：浪里套白龙

原文：https://www.cnblogs.com/singlecodeworld/p/9524369.html