搭建hadoop集群 单机版

 

二、在Ubuntu下创建hadoop用户组和用户

        这里考虑的是以后涉及到hadoop应用时，专门用该用户操作。用户组名和用户名都设为：hadoop。可以理解为该hadoop用户是属于一个名为hadoop的用户组，这是linux操作系统的知识，如果不清楚可以查看linux相关的书籍。
Ctrl+Alt+T ： 打开终端的快捷键

1、创建hadoop用户组 

  1. sudo su  //进入管理员root用户
  2. sudo addgroup hadoop
 

2、创建hadoop用户

  1.  sudo adduser –ingroup hadoop hadoop
 
重新输入密码
 
 
 

3、给hadoop用户添加权限，打开/etc/sudoers文件

  1. sudo gedit /etc/sudoers
 
按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL
 
 

三、在Ubuntu下安装JDK

  • 由于下面使用的是hadoop2.7.3,所以此处至少安装JDK1.7
  • 记得先切换成hadoop用户 

在Ubuntu下安装JDK图文解析   ：  http://blog.csdn.net/chongxin1/article/details/68957808

四、修改机器名

每当ubuntu安装成功时，我们的机器名都默认为：ubuntu ，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。机器名由 /etc/hostname文件决定。 

1、打开/etc/hostname文件

  1. sudo su
  2. sudo gedit /etc/hostname
 

2、将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名

回车后就打开/etc/hostname文件了，将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名。这里我取“serverOne“。重启系统后才会生效。
 
 
解决：sudo: 无法解析主机：serverOne: 连接超时
 
  1. sudo gedit /etc/hosts
 
把/etc/hosts文件中的yangcx-virtual-machine修改为serverOne
 

为了后面在windows系统中调用linux系统的hadoop服务，所以应该把127.0.0.1修改为实际IP地址，如：192.168.168.200

五、安装ssh服务

此处采用在线安装方法，所以首先要保证Ubuntu系统能够上网。

VMware Ubuntu如何连接互联网 : http://blog.csdn.net/chongxin1/article/details/68959150

1、更新源列表

打开"终端窗口"，输入"sudo apt-get update"-->回车-->"输入当前登录用户的管理员密码"-->回车,就可以了。
  1. sudo apt-get update

2、安装ssh

打开"终端窗口"，输入"sudo apt-get install openssh-server"-->回车-->输入"y"-->回车-->安装完成。
  1. sudo apt-get install openssh-server

3、查看ssh服务是否启动

打开"终端窗口"，输入"sudo ps -e |grep ssh"-->回车-->有sshd,说明ssh服务已经启动，如果没有启动，输入"sudo service ssh start"-->回车-->ssh服务就会启动。
  1. sudo ps -e |grep ssh

六、建立ssh无密码登录本机

 ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。

1、创建ssh-key，，这里我们采用rsa方式

  1. ssh-keygen -t rsa -P ""   //(P是要大写的，后面跟"")

 
（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

2、进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的

  1. cd ~/.ssh

  1. cat id_rsa.pub >> authorized_keys

 
完成后就可以无密码登录本机了。

3、登录localhost

  1.  ssh localhost

( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)

4、执行退出命令

  1. exit​

七、下载hadoop

hadoop百度网盘下载地址：http://pan.baidu.com/s/1pKQsHJ1

官网下载地址：http://hadoop.apache.org/

下载步骤一：

找到"Getting Started" ----->"Download Hadoop from the release page"

下载步骤二：

找到"Download the release hadoop-X.Y.Z-src.tar.gz from a mirror site

下载步骤三：

选择stable，表示是稳定的版本。
 

下载步骤四：

 

八、安装Hadoop

1、假设hadoop-2.7.3.tar.gz在桌面，将它复制到安装目录 /usr/local/下1

  1. sudo cp hadoop-2.7.3.tar.gz /usr/local 

2、解压hadoop-2.7.3.tar.gz

  1. cd /usr/local/
  2. sudo tar -zxf hadoop-2.7.3.tar.gz

3、将解压出的文件夹改名为hadoop

  1. sudo mv hadoop-2.7.3 hadoop

4、将该hadoop文件夹的属主用户设为hadoop

  1. sudo chown -R hadoop:hadoop hadoop

5、打开hadoop/etc/hadoop/hadoop-env.sh文件

  1. cd hadoop/etc/hadoop

  1. sudo gedit hadoop-env.sh​

6、配置hadoop/etc/hadoop/hadoop-env.sh（找到#export JAVA_HOME=...,去掉，然后加上本机jdk的路径）

把 ${JAVA_HOME} 修改为本机JDK实际的路径

7、打开hadoop/etc/hadoop/core-site.xml文件，编辑如下：

  1. sudo gedit core-site.xml

<configuration>添加如下代码：
  1. <property>    
  2.   <name>fs.default.name</name>    
  3.   <value>hdfs://192.168.168.200:9000</value>     
  4. </property>

192.168.168.200  ：  本机IP地址，此处不用localhost，为了在windows能够访问

9000：默认端口

8、打开hadoop/etc/hadoop/mapred-site.xml文件，编辑如下：

默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。
  1. //复制并重命名
  2. cp mapred-site.xml.template mapred-site.xml
  3.  
  4. //编辑器打开此新建文件
  5. sudo gedit mapred-site.xml
 

  1. <configuration>    
  2.   <property>     
  3.      <name>mapred.job.tracker</name>    
  4.      <value>localhost:9001</value>     
  5.   </property>    
  6. </configuration>   

  

9、打开hadoop/etc/hadoop/hdfs-site.xml文件，编辑如下：

  1. sudo gedit hdfs-site.xml

  1. <configuration>  
  2.     <property>  
  3.         <name>dfs.name.dir</name>  
  4.         <value>/usr/local/hadoop/namenode</value>  
  5.     </property>  
  6.     <property>  
  7.         <name>dfs.data.dir</name>  
  8.         <value>/usr/local/hadoop/datanode</value>  
  9.     </property>  
  10.     <property>  
  11.         <name>dfs.replication</name>  
  12.         <value>1</value>  
  13.     </property>  
  14. </configuration>   

 九、在单机上运行hadoop 

 1、格式化hdfs文件系统

进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作
  1. cd /usr/local/hadoop
  2. bin/hadoop namenode -format
 
当你看到下图时，就说明你的hdfs文件系统格式化成功了：
注意：由于hadoop2.7.3需要JDK1.7以上版本，JDK版本低于1.7就会报错。【java.lang.UnsupportedClassVersionError】版本不一致出错。
 

2、启动hdfs

  1. cd /usr/local/hadoop 
  2. ./sbin/start-dfs.sh ​  

 

 
  1. jps ​ 
看到如下效果表示成功： 
 

3、快捷启动配置

  1. //配置hadoop环境变量
  2. sudo gedit /etc/profile  
  1. export HADOOP_HOME=/usr/local/hadoop
  2. export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
  3. export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop   

 之后即可直接调用start-dfs.sh启动hadoop，无需进入hadoop的安装目录。

 4、停止hdfs

  1. ./sbin/stop-dfs.sh
  

十、测试hadoop是否安装成功

1、测试用浏览器访问： http://localhost:50070 或者 http://192.168.168.200:50070 

 
效果如下：

 2、上传文件测试  

创建一个words.txt 文件并上传
vi words.txt
  1. Hello World
  2. Hello Tom
  3. Hello Jack
  4. Hello Hadoop
  5. Bye hadoop   
将words.txt上传到hdfs的根目录1
  1. bin/hadoop fs -put words.txt /   
可以通过浏览器访问：http://192.168.168.200:50070，选择“Browse the file system”：
这里的words.txt就是我们上传的words.txt
 

 3、配置启动YARN

 

 从上图看看出我们的MapReduce是运行在YARN上的，而YARN是运行在HDFS之上的，我们已经安装了HDFS现在来配置启动YARN，然后运行一个WordCount程序。

①配置etc/hadoop/mapred-site.xml： 

  1. mv mapred-site.xml.template mapred-site.xml
 
 
  1. <configuration>
  2.     <!-- 通知框架MR使用YARN -->
  3.     <property>
  4.         <name>mapreduce.framework.name</name>
  5.         <value>yarn</value>
  6.     </property>
  7. </configuration> 

②配置etc/hadoop/yarn-site.xml:

 
  1. <configuration>
  2.     <!-- reducer取数据的方式是mapreduce_shuffle -->
  3.     <property>
  4.         <name>yarn.nodemanager.aux-services</name>
  5.         <value>mapreduce_shuffle</value>
  6.     </property>
  7. </configuration>
 

③YARN的启动与停止

  1. //启动
  2. ./sbin/start-yarn.sh
  
测试用浏览器访问：http://192.168.168.200:8088
  1. 停止
  2. ./sbin/stop-yarn.sh
现在我们的hdfs和yarn都运行成功了，我们开始运行一个WordCount的MP程序来测试我们的单机模式集群是否可以正常工作。

4、运行一个简单的MP程序

我们的MapperReduce将会跑在YARN上，结果将存在HDFS上：
 
  1. ./bin/hadoop   jar   /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar 
  2.   wordcount   hdfs://localhost:9000/words.txt   hdfs://localhost:9000/out

用hadoop执行一个叫 hadoop-mapreduce-examples.jar 的 wordcount 方法，其中输入参数为 hdfs上根目录的words.txt 文件，而输出路径为 hdfs跟目录下的out目录，运行过程如下：

我们通过浏览器访问和下载查看结果：

这里下载的时候会跳转到另一个地址如下：
http://serverone:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0
1、需把serverone换成192.168.168.200
http://192.168.168.200:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0
2、需开放50075端口。
下载下来结果如下：
说明我们已经计算出了，单词出现的次数。
 
至此，我们Hadoop的单机模式搭建成功。
 
Linux下的快捷键： 
 
Ctrl+Alt+T：弹出终端
 
Ctrl+空格：中英文输入法切换
 
 
 
 
使用Ecelipse 插件连接hdfs 时 如果连接拒绝：首先将hosts中localhost改为本机IP（乌班图系统必改）  ，检查插件配置中端口是否正确Username随意写
 
装完HADOOP后首先要把hdfs配置文件权限打开 ， 然后给hdfs路径设置755权限  hadoop dfs -chmod 755 /  
开放50020 和 9000 端口，关闭hdfs安全模式。
centos 处理防火墙方法：：

添加

firewall-cmd --zone=public --add-port=80/tcp --permanent   （--permanent永久生效，没有此参数重启后失效）

重新载入

firewall-cmd --reload

查看

firewall-cmd --zone=public --query-port=80/tcp

删除

firewall-cmd --zone=public --remove-port=80/tcp --permanent

 
 
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/CHWLearningNotes/p/9177681.html