记Centos 7安装hadoop单机版

1.看到网上好多人都把原来的java jdk卸了，然后从官网下载之后解压自己配置环境变量，我也就照着这么做了

rpm -qa | grep java看看有哪些，然后敲

yum -y remove java-1.7.0-openjdk*  

yum -y remove java-1.8.0-openjdk*

接着去官网下载了linux版本的压缩包，放到/usr/java里，直接解压，解压命令是tar -zxvf jdk-1.8.0_022(根据自己的jdk的名字来）

解压完删掉压缩包，然后设置环境变量

首先获得权限， su root 

vi /etc/profile

按Esc键后输入:wq保存退出，

source /etc/profile，但是这样子做之后发现一个问题，每当我打开新的终端以后，都要source /etc/profile才能echo 出$JAVA_HOME，后面就在.bashrc这个文件里面加了 source /etc/profile，加完保存退出之后再source .bashrc即可

2.安装并配置hadoop

官网直接下载适合的版本，我下了3.1.2版本的，下完之后解压到了/usr/local下，然后还是在/etc/profile下加入环境变量

加完还是source一下吧，接着就是修改一堆xml文件并创建相应的目录以及两个.sh文件

我在新建了目录/usr/local/hadoop/tmp

修改的文件都在hadoop-3.1.2里面的etc/hadoop下

以下部分的配置修改是参考https://www.cnblogs.com/lovezhaolei/p/5594115.html这位博主的

a. 配置hadoop-env.sh
# java environment
export JAVA_HOME=/usr/java/jdk1.8.0_022

b.配置yarn-env.sh
#java environment
export JAVA_HOME=/usr/java/jdk1.8.0_022

c.配置core-site.xml

要创建目录/usr/local/hadoop/tmp
<configuration>
 <property>
    <name>fs.default.name</name>
    <value>hdfs://localhost:9000</value>
    <description>HDFS的URI，文件系统://namenode标识:端口号</description>
</property>
<property>
    <name>hadoop.tmp.dir</name>
    <value>/usr/local/hadoop/tmp</value> 
    <description>namenode上本地的hadoop临时文件夹</description>
</property>
</configuration>

c. 配置hdfs-site.xml 

要创建/usr/local/hadoop-3.1.2/hdfs/name跟/usr/local/hadoop-3.1.2/hdfs/data的目录
<configuration>
<property>
    <name>dfs.name.dir</name>
    <value>/usr/local/hadoop-3.1.2/hdfs/name</value> 
    <description>namenode上存储hdfs名字空间元数据 </description> 
</property>


<property>
    <name>dfs.data.dir</name>
    <value>/usr/local/hadoop-3.1.2/hdfs/data</value> 
    <description>datanode上数据块的物理存储位置</description>
</property>


<property>
    <name>dfs.replication</name>
    <value>1</value>
    <description>副本个数，配置默认是3,应小于datanode机器数量</description>
</property>
</configuration>

d. 配置mapred-site.xml 
<configuration>
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>
</configuration>

e. 配置yarn-site.xml 

<configuration>
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8099</value>
</property>
</configuration>
3.配置本机免密登录（说实话我不是很懂）

# ssh-keygen -t rsa

# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

验证嘛，就输入ssh localhost或者 ssh hostname即可

4.启动hadoop啦

a.格式化namenode
./bin/hdfs namenode –format

b.启动NameNode 和 DataNode 守护进程
./sbin/start-dfs.sh

c.启动ResourceManager 和 NodeManager 守护进程
./sbin/start-yarn.sh

但是我在hadoop-3.1.2的目录下输入./sbin/start-dfs.sh 

./sbin/start-yarn.sh这两句命令的某一条出现了这样的报错Attempting to operate on hdfs namenode as root....

然后查了资料是说要修改start-dfs.sh， stop-dfs.sh，start-yarn.sh以及stop-yarn.sh

新版的

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
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

在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

修改完重启 ./start-dfs.sh

然后我又遇到另外一个问题，我的主机名是audi.com，这个好像是secondaryxxx的地方出的问题

audi.com: ssh: hadoop connect to host audi.com port 22: Connection timed out

然后想起来之前为了配置多虚拟机的hadoop集群，把自己的这台虚拟机的ip地址改成手动配置，连同vmware也改了，

还在/etc/hosts上面一本正经的写了 

xxx.xxx.xxx.xxx(这台虚拟机的ip地址) master

=。=想来应该是这里的问题了，就把master改成了我的hostname:audi.com

重新启动下就行了

还启动了jobhistory daemon

# sbin/mr-jobhistory-daemon.sh start historyserver

简单一点可以直接用./sbin/start-all.sh 跟./sbin/stop-all.sh来替代上面的./sbin/start-xxx.sh 跟./sbin/stop-xxx.sh

然后jps是查看进程

我的只有这几个

不知道为什么有一些跟别人不一样，图是别的博主的，emm,那个master倒不要紧，要紧的是没有datanode，查看了原因可能是我在格式化namenode的时候格式化太多次出了问题

更新一个问题，我还发现我的50070的端口没开，用netstat -ant查的，所以没能看见以下画面

解决以上两个问题的方法：

1.针对没有namenode或者datanode进程，在hadoop-3.1.2目录下使用

./sbin/stop-all.sh将所有进程停掉

然后把/usr/local/hadoop-3.1.2/hdfs/data以及/usr/local/hadoop-3.1.2/hdfs/name下的东西全删了

2.针对50070端口没打开的问题

修改hadoop-3.1.2目录下面的etc/hadoop里面的hdfs-site.xml 

添加一以下配置：
<property>
  <name>dfs.http.address</name>
  <value>0.0.0.0:50070</value>
</property>

修改hadoop-3.1.2目录下面的etc/hadoop里面的mapred-site.xml（这一步我也不懂额，查了好久才找到的）

vi mapred-site.xml（注意切换成root）

添加以下配置：

<property>
  <name>mapred.job.tracker.http.address</name>
  <value>0.0.0.0:50030</value>
</property>
<property>
  <name>mapred.task.tracker.http.address</name>
  <value>0.0.0.0:50060</value>
</property>

然后重新格式化，启动所有进程，jps查看下情况，也可以netstat -ant看看端口有没有起来

最后成功了

 

参考链接：https://www.cnblogs.com/lovezhaolei/p/5594115.html

                 https://blog.youkuaiyun.com/CoffeeAndIce/article/details/78879151

-------------------------------------------------------------------------------------------------------

19.3.29更新一波

前些天开始要用到pig，于是去官网下载了一个，按照说明，我的hadoop是3.1.2版本的，所以选择了最新的那个

下载完后进行一些配置的修改即增加

#hadoop environment
export HADOOP_HOME=/usr/local/hadoop-3.1.2
export PATH=$PATH:$HADOOP_HOME/bin
#pig environment
export PIG_HOME=/usr/local/pig-0.17.0
export PATH=$PATH:$PIG_HOME/bin
export PIG_CLASSPATH=${HADOOP_HOME}/etc/hadoop/
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop

一开始有地方写错了pig时出现警告：log4j.properties is not found. HADOOP_CONF_DIR may be incomplete.上面的我pig_home是我自己的pig放的地方，以上的配置无误

当我开了hadoop的进程

put了txt文件在自己创建的/input目录下，准备mapreduce时

hadoop jar /usr/local/hadoop-3.1.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar  wordcount                /input/data1file   /input/data2file   /input/wordcout

出现了这样的问题

Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster

Please check whether your etc/hadoop/mapred-site.xml contains the below configuration:
<property>
  <name>yarn.app.mapreduce.am.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>
<property>
  <name>mapreduce.map.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>
<property>
  <name>mapreduce.reduce.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>

蒙圈中……

然后从http://wenda.chinahadoop.cn/question/357这个网站得知，是因为在我的环境中，这些宏并没有设置，所以导致任务执行时找不到classpath，所以只能在原来的mapred-site.xml再新增配置

保险起见也许要先把hadoop的进程都关掉先

通过在hadoop-3.1.2目录下，./bin/hadoop classpath 输出我的那串变量
然后vi  etc/hadoop/mapred-site.xml，然后把那串值加上去

<property>
<name>mapreduce.application.classpath</name>
<value>
/usr/local/hadoop-3.1.2/etc/hadoop:/usr/local/hadoop-3.1.2/share/hadoop/common/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/common/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/hdfs/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/mapreduce/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn:/usr/local/hadoop-3.1.2/share/hadoop/yarn/lib/*:/usr/local/hadoop-3.1.2/share/hadoop/yarn/*
</value>
</property>

加完保存重启运行就没问题了，然后用pig的时候又遇见了新问题

首先，开启hadoop，

pig 进入pig shell

不要高兴得太早

先输入cd hdsf:///

再ls或者其他对hadoop的操作，不然就跟我这个小白一样又有新错

ls /input看到文件都有，想着来一手骚操作，啊哈

beyond the 'VIRTUAL' memory limit. Current usage: 20.7 MB of 1 GB physical m...

 

貌似是占用了超过container分配的虚拟内存那样子

然后查了好多博客什么的最后这样修改

在yarn-site.xml中添加博文所述内容:

   <property>

   <name>yarn.nodemanager.vmem-pmem-ratio</name>

   <value>5</value>

   </property>

quit退出grunt>然后重启hadoop，pig再来

结果又出现错误：

Redirecting to job history server...Client: Retrying connect to server:

具体如下：

 INFO mapred.ClientServiceDelegate: Application state is completed. FinalApplicationStatus=SUCCEEDED. Redirecting to job history server
 INFO ipc.Client: Retrying connect to server: backup01/192.168.137.200:10020. Already tried
查了一下说是因为我没有启动history server，emmm我真的没启动……

退出pig shell

jobhistory的启动与停止
启动： 在hadoop-3.1.2/sbin/目录下执行 
./mr-jobhistory-daemon.sh start historyserver

停止：在hadoop-3.1.2/sbin/目录下执行 
./mr-jobhistory-daemon.sh stop historyserver

再进入pig shell 

进入hdfs:///

查看文件什么的一切正常

grunt>A = load '/input/donors.txt' using PigStorage(':');

grunt>dump A;

提示：

2019-03-29 21:51:42,968 [main] INFO  org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher - 100% complete
2019-03-29 21:51:42,969 [main] INFO  org.apache.pig.tools.pigstats.mapreduce.SimplePigStats - Script Statistics: 

HadoopVersion   PigVersion      UserId  StartedAt       FinishedAt      Features
3.1.2   0.17.0  root    2019-03-29 21:50:48     2019-03-29 21:51:42     UNKNOWN

Success!

Job Stats (time in seconds):
JobId   Maps    Reduces MaxMapTime      MinMapTime      AvgMapTime      MedianMapTime   MaxReduceTime  MinReduceTime   AvgReduceTime   MedianReducetime        Alias   Feature Outputs
job_1553866852522_0003  1       0       24      24      24      24      0       0       0     A,B      MAP_ONLY        hdfs://localhost:9000/tmp/temp-290433347/tmp1570960628,

Input(s):
Successfully read 12 records (848 bytes) from: "/input/donors.txt"

Output(s):
Successfully stored 12 records (240 bytes) in: "hdfs://localhost:9000/tmp/temp-290433347/tmp1570960628"

Counters:
Total records written : 12
Total bytes written : 240
Spillable Memory Manager spill count : 0
Total bags proactively spilled: 0
Total records proactively spilled: 0
有省略的地方

折腾到此总算成功了=。=