hadoop伪分布式环境搭建

环境：Centos6.9+jdk+hadoop
1.下载hadoop的tar包，这里以hadoop2.6.5版本为例，下载地址https://archive.apache.org/dist/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
2.修改linux虚拟机的主机名HOSTNAME的值改为hadoop01.zjl.com

# vi /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=hadoop01.zjl.com

3.配置主机名和IP地址的映射，在/etc/hosts文件末尾 追加192.168.0.131 hadoop01.zjl.com hadoop01

# vi /etc/hosts
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
:: localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.0.131 hadoop01.zjl.com hadoop01

4.关闭防火墙后，重启虚拟机，是步骤2、3、4的配置生效

service iptables stop

service ip6tables stop

service iptables status

service ip6tables status

chkconfig iptables off

chkconfig ip6tablesoff

vi /etc/selinux/config

SELINUX=disabled

5.在物理机的hosts文件中配置192.168.0.131 hadoop01.zjl.com hadoop01，我的物理机是win10 64位操作系统，hosts文件的位置是C:\Windows\System32\drivers\etc\hosts

6.（1）执行# rpm -qa|grep java，发现虚拟机中没装过jdk，如果装过可以用# rpm -e --nodeps来卸载

（2）jdk安装包没有执行权限

# ll jdk-8u131-linux-x64.tar.gz
-rw-rw-r--.  hadoop hadoop  May  : jdk-8u131-linux-x64.tar.gz

（3）给安装包授予执行权限

$ chmod u+x jdk-8u131-linux-x64.tar.gz

（4）解压安装

$ tar -zxvf jdk-8u131-linux-x64.tar.gz -C /opt/modules/

7.（1）配置环境变量

# vi /etc/profile
# set java environment
export JAVA_HOME=/opt/modules/jdk1..0_131
export PATH=$PATH:$JAVA_HOME/bin

（2）使环境变量的 配置生效

# source /etc/profile

（3）执行java命令，检验配置是否生效

# java -version
java version "1.8.0_131"
Java(TM) SE Runtime Environment (build 1.8.0_131-b11)
Java HotSpot(TM) -Bit Server VM (build 25.131-b11, mixed mode)

8.解压hadoop安装包

$ tar -zxvf hadoop-2.6..tar.gz -C /opt/modules/

9.在etc/hadoop/hadoop-env.sh文件中设置JAVA_HOME

export JAVA_HOME=/opt/modules/jdk1..0_131

10.默认情况下，Hadoop配置为以非分布式模式运行，作为单个Java进程，
本地模式：mapreduce程序运行在本地，只需启动JVM
以下示例复制未打包的conf目录以用作输入，然后查找并显示给定正则表达式的每个匹配项。输出被写入给定的输出目录。

$ mkdir input
$ cp etc/hadoop/*.xml input
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.5.jar grep input output 'dfs[a-z.]+'
$ cat output/*

依次执行上述命令后如果没有报错，则说明mapreduce程序运行成功
11.NameNode，DataNode，HDFS文件系统配置
（1）etc/hadoop/core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <!-- 如果没有配置，默认会从本地文件系统读取数据,步骤11就是读取本地文件系统的数据 -->
        <value>hdfs://hadoop01.zjl.com:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <!-- hadoop文件系统依赖的基础配置，很多路径都依赖它。如果hdfs-site.xml中不配置namenode和datanode的存放位置，默认就放在这个路径中 -->
        <value>/opt/modules/hadoop-2.6.5/data/tmp</value>
    </property>
</configuration>

(2)创建目录/opt/modules/hadoop-2.6.5/data/tmp

$ mkdir -p data/tmp

（3）etc/hadoop/hdfs-site.xml

<configuration>
　　<property>
　　　　<name>dfs.replication</name>
　　　　<value></value>
　　　　</property>
</configuration>

12.执行
（1）格式化文件系统：

$ bin/hdfs namenode -format

（2）启动NameNode守护进程和DataNode守护进程：

$ sbin/start-dfs.sh

（3）执行jps命令查询java守护进程，若出现NameNode，DataNode，SecondaryNameNode等进程，则启动成功

$ jps
 Jps
 NameNode
 DataNode
 SecondaryNameNode

（4）在浏览器地址栏输入http://hadoop01.zjl.com:50070,回车，出现下图所示页面

13.单节点上的YARN的配置
（1）在etc/hadoop/yarn-env.sh文件中配置export JAVA_HOME=/opt/modules/jdk1.8.0_131
（2）etc/hadoop/yarn-site.xml

<configuration>
　　<property>
　　　　<name>yarn.resourcemanager.hostname</name>
　　　　<value>hadoop01.zjl.com</value>
　　</property>
　　<property>
　　　　<name>yarn.nodemanager.aux-services</name>
　　　　<value>mapreduce_shuffle</value>
　　</property>
　　<property>
　　　　<name>yarn.log-aggregation-enable</name>
　　　　<!-- yarn的日志聚集 -->
　　　　<value>true</value>
　　</property>
　　<property>
　　　　<name>yarn.log-aggregation.retain-seconds</name>
　　　　<!-- yarn的日志聚集 -->
　　　　<value>10080</value>
　　</property>
</configuration>

（3）将etc/hadoop/slaves文件中的localhost换成主机名hadoop01.zjl.com，slaves表示从节点，指向DataNode和NodeManager所在的机器

（4）启动ResourceManager守护程序和NodeManager守护程序：

$ sbin/start-yarn.sh

（5）执行jps命令查询java守护进程，若出现了NodeManager和NameNode进程，说明yarn启动成功

$ jps
 NodeManager
 NameNode
 Jps
 DataNode
 SecondaryNameNode
 ResourceManager

（6）在浏览器地址栏输入http://hadoop01.zjl.com:8088/cluster，回车，出现下图所示页面

14.使Mapreduce能够在yarn上运行

（1）在etc/hadoop/mapred-env.sh文件中配置export JAVA_HOME=/opt/modules/jdk1.8.0_131

（2）将etc/hadoop/mapred-site.xml.template重命名为mapred-site.xml，添加配置

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

(3)在yarn上运行MapReduce示例程序，如果没报错，则MapReduce程序启动成功

$ hdfs dfs -mkdir -p input
$ hdfs dfs -put $HADOOP_HOME/etc/hadoop/*.xml input
$ yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.5.jar grep input output 'dfs[a-z.]+'