CentOS下Hadoop运行环境搭建

1.安装ssh免密登录

命令：ssh-keygen

overwrite(覆盖写入)输入y

一路回车

将生成的密钥发送到本机地址

ssh-copy-id localhost

（若报错命令无法找到则需要安装openssh-clients）

命令：yum –y install openssh-clients

测试免密设置是否成功

ssh localhost

2. 卸载已有版本java

确定JDK版本

rpm –qa | grep jdk

rpm –qa | grep gcj

切换到root用户，根据结果卸载java

yum -y remove java-1.8.0-openjdk-headless.x86_64

yum -y remove java-1.7.0-openjdk-headless.x86_64

卸载后输入java –version查看

3. 安装java

换回hadoop用户，命令：su hadoop

查看下当前目标文件，命令：ls

新建一个app文件夹，命令：mkdir app

将桌面的hadoop文件夹中的java及hadoop安装包移动到app文件夹中

命令：

mv /home/hadoop/Desktop/hadoop/jdk-8u141-linux-x64.gz   /home/hadoop/app

mv /home/hadoop/Desktop/hadoop/hadoop-2.7.0.tar.gz   /home/hadoop/app

解压java程序包，命令：tar –zxvf jdk-7u79-linux-x64.tar.gz

创建软连接

ln –s jdk1.8.0_141  jdk

配置jdk环境变量

切换到root用户

再输入vi  /etc/profile

输入

　

　export  JAVA_HOME=/home/hadoop/app/jdk1..0_141

　　export JAVA_JRE=JAVA_HOME/jre

　　export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_JRE/lib

　　export PATH=$PATH:$JAVA_HOME/bin

保存退出，并使/etc/profile文件生效

source  /etc/profile

能查询jdk版本号，说明jdk安装成功

java  -version

4. 安装Hadoop

　　切换回hadoop用户，解压缩hadoop-2.6.0.tar.gz安装包

tar -zxvf hadoop-2.7.0.tar.gz

创建软连接，命令：ln  -s   hadoop-2.7.0   hadoop

验证单机模式的Hadoop是否安装成功，命令：

hadoop/bin/hadoop  version

此时可以查看到Hadoop安装版本为Hadoop2.7.0，说明单机版安装成功。

在Hadoop2.6.0安装目录下新建一个源数据文件test.txt，输入以下随机内容

测试运行Hadoop

单机环境，输入命令运行Hadoop自带的WordCount程序，统计单词个数： bin/hadoop jar

share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0. jar  wordcount   test.txt    output

此时MapReduce程序读取的本地文件test.txt,输出目录output也在本地

查看wordcount运行结果

查看Hadoop目录结构

[hadoop@hadoop101 hadoop-2.7.]$ ll
总用量
drwxr-xr-x.  hadoop hadoop   5月    bin
drwxr-xr-x.  hadoop hadoop  5月    etc
drwxr-xr-x.  hadoop hadoop  5月    include
drwxr-xr-x.  hadoop hadoop  5月    lib
drwxr-xr-x.  hadoop hadoop  5月    libexec
-rw-r--r--.  hadoop hadoop  5月    LICENSE.txt
-rw-r--r--.  hadoop hadoop  5月    NOTICE.txt
-rw-r--r--.  hadoop hadoop  5月    README.txt
drwxr-xr-x.  hadoop hadoop  5月    sbin
drwxr-xr-x.  hadoop hadoop  5月    share

配置伪分布式登录

进入hadoop/etc/hadoop目录，修改相关配置文件

cd etc/

cd hadoop/

修改core-site.xml配置文件

<configuration>
<property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>  <!--hdfs 的主机名和端口号 -->
</property>
<property>
        <name>hadoop.tmp.dir</name>
        <value>file:/data/tmp</value>   <!-- namenode datanode 的默认路径-->
</property>
<property>
        <name>hadoop.proxyuser.hadoop.hosts</name>
        <value>*</value>
</property>
<property>
        <name>hadoop.proxyuser.hadoop.groups</name>
        <value>*</value>
</property>
</configuration>

修改hdfs-site.xml配置文件

<configuration>
<property>
        <name>dfs.namenode.name.dir</name>
        <value>/data/dfs/name</value>
        <final>true</final>
</property>
<property>
        <name>dfs.datanode.data.dir</name>
        <value>/data/dfs/data</value>
        <final>true</final>
</property>
<property>
        <name>dfs.replication</name>
        <value></value>
</property>
<property>
        <name>dfs.permissions</name>
        <value>false</value>
</property>
</configuration>

修改hadoop-env.sh配置文件

修改mapred-site.xml.template配置文件

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

修改yarn-site.xml配置文件

<configuration>
<property>
        <name>yarn.nodemanager.aux-servies</name>
        <value>mapreduce_shuffle</value>
</property>
</configuration>

配置hadoop环境变量

使修改生效，命令：sourec  ~/.bashrc

创建hadoop相关数据目录

在hadoop相关配置文件中配置了多个数据目录，提前建立这些文件夹

格式化namenode

在启动hadoop集群前需要格式化namenode。需要注意的是，第一次安装Hadoop集群的时候需要格式化Namenode，以后直接启动Hadoop集群即可，不需要重复格式化Namenode。

切回到hadoop目录，输入如下命令：

bin/hdfs  namenode -format

启动hadoop伪分布式集群

sbin/start-all.sh

启动完毕输入jps查看

出现上面所有进程表示启动成功

通过网页访问

localhost:50070

localhost:8088

测试运行hadoop伪分布式集群

hadoop伪分布式集群搭建完成，通过命令查看hdfs根目录下没有任何文件

bin/hdfs dfs –ls /

将之前本地新建的test.txt文件上传至hdfs

bin/hdfs dfs –mkdir /data (在集群上新建一个数据文件夹)

bin/hdfs dfs –put test.txt  /data(将本地的test文件上传到集群中的data文件夹)

运行wordcount程序计数

bin/hadoop  jar  share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.0.jar wordcount /data/test.txt  /data/output

查看运行结果

bin/hdfs dfs –cat /data/output/*