Hadoop伪分布式模式搭建

---

title: Hadoop伪分布式模式搭建

Quitters never win and winners never quit.

运行环境：

1. Ubuntu18.10-server版镜像：ubuntu-18.10-live-server-amd64.iso

2. Oracle VM VirtualBox

3. Hdoop最新版

4. jdk1.8.0_191

开始操作：

1. 新建虚拟机（当然是用最新版的Ubuntu了，为了提高实用性，建议使用服务器版）

2. 设置虚拟机的网络为默认模式(网络地址转换)或者桥接模式，建议不要使用NAT模式

3. 设置虚拟机端口转发：(主机端口可自己设置，只要不与其他进程冲突即可)

   a. 主机9000　虚拟机22 (ssh链接专用端口，建议牢记)

   b. 主机9001　虚拟机8088　(hadoop检测端口)

4. 启动虚拟机用SSH连接并配置好:

   启动虚拟机(建议无界面启动),打开本地终端，输入命令：

   $ ssh -p 9000 username@127.0.0.1  # username是安装镜像是设置的用户名

   按提示选择yes，输入密码。

   选择本地终端的理由：我的本地终端经过美化和自定义，比界面启动的黑框体验好,还有就是为了贴近实际操作环境

   # hostname 配置
   $ hostname bigdata-senior01.chybinmy.com  # 临时修改，省去重启虚拟机
   $ vim /etc/hostname  # 永久修改，为以后着想
   $ bigdata-senior01.chybinmy.com  # 将里面的主机名改为bigdata-senior01.chybinmy.com
   
   # host 配置
   $ ifconfig  # 得到当前虚拟机网络地址(inet后面的第一个地址，假设为10.42.0.32)
   # 配置Host
   $ vim /etc/hosts
   $ 10.42.0.32 bigdata-senior01.chybinmy.com  # 在文件尾部添加

5. 新建hadoop用户:

   $ sudo adduser hadoop  # 新建hadoop用户,根据提示输入密码

6. 切换hadoop用户：

   $ su　hadoop

7. 新建文件夹并将文件夹拥有者改为hadoop：

   $ sudo mkdir /opt/modules
   
   $ sudo chown -R hadoop:hadoop /opt/modules

8. 下载hadoop和JDK并将它们拷贝到/opt/modules/目录下：

   $ scp -P 9990 hadoop-2.9.2.tar.gz fofade@127.0.0.1:/opt/modules  # jdk类似

   提示：这里可以用sftp来传文件,我使用的是ubuntu18.04文件管理器自带的sftp传输。

9. 解压文件(hadoop和jdk)：

   $ tar -zxvf hadoop-2.9.2.tar.gz  # jdk解压方法类似
   # jdk 解压后如果虚拟机没有java环境的话，
   # 需要配置java环境，请自行配置！！！

10. 配置hadoop:

    a. 环境变量:

    $ vim /etc/profile
    
    $ export HADOOP_HOME="/opt/modules/hadoop-2.9.2"
    
    $ export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
    
    执行：source /etc/profile 使得配置生效

    b. 验证参数:

    $ echo $HADOOP_HOME  # 值为：/opt/modules/hadoop-2.5.0

    c. 配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh文件的JAVA_HOME参数:

    $ sudo vim  ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh
    
    修改JAVA_HOME参数为：
    
    $ export JAVA_HOME="/opt/modules/jdk1.8.0_181"

    d. 配置core-site.xml:

    $ sudo vim ${HADOOP_HOME}/etc/hadoop/core-site.xml  # 输入该命令

    #　在<configuration></cinfiguration>中添加以下内容
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/data/tmp</value>
    </property>

    e. 创建临时目录：

    $ sudo mkdir -p /opt/data/tmp  # 创建目录
    
    $ sudo chown -R hadoop:hadoop /opt/data/tmp  # 改目录拥有者

11. 配置HDFS:

    a. 配置hdfs-site.xml：

    $ sudo vim ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml
    # 在<configuration></cinfiguration>中添加以下内容
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

    b. 格式化HDFS：

    $ hdfs namenode -format
    # 格式化后，查看/opt/data/tmp目录下是否有dfs目录
    # 如果有，说明格式化成功

    c. 检测结果：

    # 启动NameNode
    $ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start namenode
    # 启动DataNode
    $ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start datanode
    # 启动SecondaryNameNode
    $ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start secondarynamenode
    # 再运行：
    $ jps
    # 如果有类似下面四条结果就是成功了：
    3034 NameNode
    
    3233 Jps
    
    3193 SecondaryNameNode
    
    3110 DataNode
    

12. 配置YARN:

    a. 配置mapred-site.xml:

    $ cp ${HADOOP_HOME}/etc/hadoop/mapred-site.xml.template ${HADOOP_HOME}/etc/hadoop/mapred-site.xml
    $ sudo vim ${HADOOP_HOME}/etc/hadoop/mapred-site.xml
    # 在<configuration></cinfiguration>中添加以下内容
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    b. 配置yarn-site.xml:

    $ sudo vim ${HADOOP_HOME}/etc/hadoop/yarn-site.xml
    # 在<configuration></cinfiguration>中添加以下内容
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>bigdata-senior01.chybinmy.com</value>
    </property>

    c. 启动Resourcemanager:

    $ ${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager

    d. 启动nodemanager:

    $ ${HADOOP_HOME}/sbin/yarn-daemon.sh start nodemanager

    e. 检测：

    # 再运行：
    $ jps
    # 如果有类似下面六条结果就是成功了：
    3034 NameNode
    
    4439 NodeManager
    
    4197 ResourceManager
    
    4543 Jps
    
    3193 SecondaryNameNode
    
    3110 DataNode

13. 检查是否成功搭建伪分布式hadoop:

    # YARN的Web客户端端口号是8088，
    # 因为我们设置了虚拟机的端口转发，
    # 所以只需要主机访问127.0.0.1:9001就可以查看
    # 只要成功访问网站则说明搭建成功

搭建心得：

1. 搭建当中最好不要重启虚拟机，如果重启了建议删除hadoop用户重新搭建

2. 如果虚拟机没有配置java环境的话，会提示没有jps这条命令,所以你应当提前自己配置好虚拟机java环境

3. 每次对环境进行修改后，最好使用source /etc/profile更新下配置

4. 可以直接使用${HADOOP_HOME}/sbin/ 下的start_all.sh来快捷开始和stop_all.sh来快捷关闭hadoop服务