避坑之Hadoop安装伪分布式(Hadoop3.2.0/Ubuntu14.04 64位)

一.安装JDK环境（这个可以网上随意搜一篇教程了照着弄，这里不赘述）

安装成功之后

输入

输入：java -version

显示如下说明jdk安装成功（我这里是安装JDK8）

二.安装Hadoop3.2.0

1、官网下载http://mirror.bit.edu.cn/apache/hadoop/common/

2、安装

A.解压

sudo tar xzf hadoop-3.2.0.tar.gz

B.假如我们要把hadoop安装到/usr/local下

C.拷贝到/usr/local/下，文件夹为hadoop

sudo mv hadoop-3.2.0 /usr/local/hadoop

D.赋予用户对该文件夹的读写权限

sudo chmod 774 /usr/local/hadoop

三.配置Hadoop（JDK和Hadoop的路径）

1.配置~/.bashrc

输入：sudo gedit ~/.bashrc

添加如下代码：

之后保存退出

2.执行下面命名，使添加的环境变量生效：（如果报错，请看下面避坑一)

source ~/.bashrc

3.判断Hadoop是否安装成功

出现版本信息，说明成功

四,，接下来进行配置伪分布式（上面的Hadoop只是单机模式）

4.1修改hadoop配置文件

4.1.1修改配置文件core-site.xml(使用gedit etc/hadoop/core-site.xml).将configuration节点添加子节点，修改为下面内容:

<configuration>
    <!--指定fs的缺省名称-->
    <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000</value>
    </property>
    <!--指定HDFS的（NameNode）的缺省路径地址,localhost：是计算机名，也可以是ip地址-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录(以个人为准) -->
    <property>
      <name>hadoop.tmp.dir</name>
      <value>/usr/local/hadoop/tmp</value>
    </property>
</configuration>

ps：如果没有该目录：/usr/local/hadoop/tmp，需要自己新建

4.1.2修改配置文件hdfs-site.xml(使用gedit etc/hadoop/hdfs-site.xml).将configuration节点添加子节点，修改为下面内容:

<configuration>
<!-- 指定HDFS副本的数量 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
      <name>dfs.name.dir</name>
      <value>/usr/local/hadoop/hdfs/name</value>
    </property>
    <property>
      <name>dfs.data.dir</name>
      <value>/usr/local/hadoop/hdfs/data</value>
    </property>
</configuration>

ps：如果没有该目录：/usr/local/hadoop/hdfs/name，需要自己新建

ps：如果没有该目录：/usr/local/hadoop/hdfs/data，需要自己新建

4.1.3 etc/hadoop目录下查看是否有配置文件mapred-site.xml。目录下默认情况下没有该文件，可通过执行如下命令：cp mapred-site.xml.template mapred-site.xml修改一个文件的命名，然后执行编辑文件命令：gedit mapred-site.xml并修改该文件内容:

<configuration>
    <!-- 指定mr运行在yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

4.1.4在etc/hadoop目录下执行gedit yarn-site.xml修改为：

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

4.2同样使用source ~/.bashrc命令使配置文件生效。（如果报错，请看下面避坑一)

五：Hadoop的运行

5.1格式化namenode

第一次运行格式化namennode。执行hdfs namenode -format命令。

5.2启动hadoop hdfs （如果报错，请看避坑二）

执行start-dfs.sh命令。

5.3启动yarn  （ 如果报错，请看避坑二）

执行start-yarn.sh命令。

5.4查看运行进程

使用jps命令，查看运行中java进程

六.web管理界面

6.1MapReduce管理界面:http://localhost:8088/

6.2HDFS管理界面:http://localhost:50070/

如果显示如下页面，请看避坑三

七.退出

可执行stop-all.sh 命令，一次性关闭所有hadoop进程，也可以通过stop-dfs.sh stop-yarn.sh分别关闭进程

避坑一：bashrc命令报错

两种方法解决此问题：
        1.在当前用户下添加环境变量：将环境变量添加到文件：~/.bashrc下，

然后source ~/.bashrc即可。
        2.首先进入root用户：sudo su -或者sudo -s，

然后将环境变量添加到/etc/profile或者/root/.bashrc或者/etc/bash.bashrc文件，然后source该文件即可。

避坑二：start-dfs.sh或者start-yarn.sh报错

报错如下

在/hadoop/sbin路径下： 
将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数

 #!/usr/bin/env bash
 HDFS_DATANODE_USER=root
 HADOOP_SECURE_DN_USER=hdfs
 HDFS_NAMENODE_USER=root
 HDFS_SECONDARYNAMENODE_USER=root

还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下

#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

修改后重启 ./start-dfs.sh，成功！

修改后重启 ./start-yarn.sh，成功！

避坑三：localhost:50070报错

hadoop3.X的webUI已经改到端口 localhost:9870