简介
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。
环境说明
|
角色 |
主机名 |
IP |
功能 |
存储分区 |
|
Master |
controller |
192.168.128.166 |
NameNode|Secondarynamenode|JobTracker |
/data |
|
Slave |
compute |
192.168.128.165 |
DataNode|TaskTracker |
/data |
Hadoop部署
部署Hadoop需要Master与所有Salve主机实现无秘密访问登录，即配置免秘钥登录，相关配置见：http://www.cnblogs.com/Dev0ps/p/8259099.html
修改主机名并且加入hosts文件：
192.168.128.166 controller
192.168.128.165 compute
安装java环境：
[root@controller ~]# yum install -y java
[root@controller jvm]# vim /etc/profile
添加以下java环境
#set java environment
JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk-1.8.0.151-5.b12.el7_4.x86_64
PATH=$PATH:$JAVA_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME CLASSPATH PATH
[root@controller jvm]# source /etc/profile
[root@controller ~]# cd /usr/local/
[root@controller local]# wget http://mirrors.shuosc.org/apache/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
[root@controller local]# tar xf hadoop-2.6.5.tar.gz
[root@controller local]# cd hadoop-2.6.5/etc/hadoop/
修改hadoop-env.sh
[root@controller hadoop]# vim hadoop-env.sh
export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk-1.8.0.151-5.b12.el7_4.x86_64
修改core-site.xml
[root@controller hadoop]# vim core-site.xml
<configuration>
<!-- 设置提供HDFS服务的主机名和端口号，即NameNode运行的节点 -->
<property>
<name>fs.default.name</name>
<value>hdfs://controller:9000</value>
<final>true</final>
</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/tmp</value>
<description>A base for other temporary directories</description>
</property>
</configuration>
修改hdfs-site.xml
[root@controller hadoop]# vim hdfs-site.xml
<configuration>
<property>
<name>dfs.name.dir</name>
<value>/usr/local/hadoop/name</value>
<final>true</final>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/local/hadoop/data</value>
<final>true</final>
</property>
<!-- 设置hdfs中文件保存的份数，伪分布式设为1 -->
<property>
<name>dfs.replication</name>
<value>1</value>
<final>true</final>
</property>
</configuration>
修改mapred-site.xml
[root@controller hadoop]# vim mapred-site.xml
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>192.168.128.166:9001</value>
<final>true</final>
</property>
</configuration>
配置环境变量
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export HADOOP_COMMON_LIB_NATIVE_DIR=/usr/local/hadoop/lib/native
export HADOOP_OPTS=-Djava.library.path=/usr/local/hadoop/lib
格式化hdsf
hdfs namenode –format
启动服务
[root@controller hadoop]# /usr/local/hadoop/sbin/start-all.sh
访问hadoop的管理界面：
HDFS管理界面：http://xxxx:50070
MR管理界面：http://xxxx:8088