Hadoop伪分布式安装

下载地址：http://hadoop.apache.org/releases.html 下载2.X版本

Hadoop的安装分为单机方式、伪分布式方式和完全分布式方式

单机模式

单机模式是Hadoop的默认模式。当首次解压Hadoop的源码包时，Hadoop无法了解硬件安装环境，便保守地选择了最小配置。在这种默认模式下所有3个XML文件均为空。当配置文件为空时，Hadoop会完全运行在本地。因为不需要与其他节点交互，单机模式就不使用HDFS，也不加载任何Hadoop的守护进程。该模式主要用于开发调试MapReduce程序
的应用逻辑。

伪分布模式

Hadoop守护进程运行在本地机器上，模拟一个小规模的的集群。可以使用HDFS和MapReduce b.

全分布模式 Hadoop守护进程运行在一个集群上。

全分布模式，启动所有的守护进程，具有hadoop完整的功能，可以使用HDFS、MapReduce和Yarn，并且这些守护进程运行在集群中，可以
真正的利用集群提供高性能，在生产环境下使用

伪分布式安装

因为日常开发没有那么多的机器可以搭建集群，所以伪分布式已经可以满足开发需要了

1关闭防火墙

重启后时效：service iptables stop
永久关闭：chkconfig iptables off

2配置主机名

需要注意的是Hadoop的集群中的主机名不能有_。如果存在_会导致Hadoop集群无法找到这群主机，无法启动！

编辑network文件：vim /etc/sysconfig/network
将HOSTNAME属性改为指定的主机名，例如：HOSTNAME=hadoop01

让network文件重新生效：source /etc/sysconfig/network

3配置hosts文件，将主机名和ip地址进行映射

编辑hosts文件：vim /etc/hosts
将主机名和ip地址对应，例如：192.168.234.190 hadoop01

4配置ssh进行免密互通

生成自己的公钥和私钥,生成的公私钥将自动存放在/root/.ssh目录下：ssh-keygen
把生成的公钥拷贝到远程机器上，格式为：ssh-copy-id [user]@host，例如：ssh-copy-id root@hadoop01

5重启Linux让主机名的修改生效：reboot

6上传或者下载Hadoop安装包到Linux中

7解压安装包：tar -xvf hadoop-2.7.1_64bit.tar.gz

8进入Hadoop的安装目录的子目录etc/hadoop

进入配置文件夹Hadoop：cd hadoop2.7.1/etc/hadoop

9编辑 hadoop-env

vim hadoop-env.sh
修改JAVA_HOME的路径，修改成具体的路径。例如：export JAVA_HOME=/home/software/jdk1.8
修改HADOOP_CONF_DIR的路径，修改为具体的路径，例如：export HADOOP_CONF_DIR=/home/software/hadoop-2.7.1/etc/hadoop
保存退出文件
重新加载生效：source hadoop-env.sh

10配置 core-site.xml

编辑core-site.xml：vim core-site.xml
添加如下内容：

<configuration>
	<property>
		<!-- 指定HDFS中的主节点 - namenode -->
		<name>fs.defaultFS</name>
		<value>hdfs://hadoop01:9000</value>
	</property>
	<property>
		<!-- 执行Hadoop运行时的数据存放目录 -->
		<name>hadoop.tmp.dir</name>
		<value>/home/software/hadoop-2.7.1/tmp</value>
	</property>
</configuration>

11配置 hdfs-site.xml

编辑hdfs-site.xml：vim hdfs-site.xml
添加如下配置：

<configuration>
	<property>
		<!-- 设置HDFS中的复本数量 -->
		<!-- 在伪分布式下，值设置为1 -->
		<name>dfs.replication</name>
		<value>1</value>
	</property>
</configuration>

12配置 mapred-site.xml

将mapred-site.xml.template复制为mapred-site.xml：

cp mapred-site.xml.template mapred-site.xml 

编辑mapred-site.xml：

vim mapred-site.xml 

添加如下配置：

<configuration>
	<property>
		<!-- 指定将MapReduce在Yarn上运行 -->
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
</configuration>

13配置 yarn-site.xml

编辑yarn-site.xml：

vim yarn-site.xml 

添加如下内容：

<configuration>
	<!-- 指定Yarn的主节点 - resourcemanager -->
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>hadoop01</value>
	</property>
	<!-- NodeManager的数据获取方式 -->
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
</configuration>

14配置slaves

编辑slaves：

vim slaves

添加从节点信息，例如：hadoop01

保存退出

15配置hadoop的环境变量

编辑profile文件：

vim /etc/profile

在最后添加Hadoop的环境变量，例如：

export HADOOP_HOME=/home/software/hadoop-2.7.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存退出
重新生效：

source /etc/profile 

16格式化namenode

配置完环境变量后可以直接使用hadoop命令

hadoop namenode -format 

17启动hadoop

启动后可以访问hadoop

http://192.168.32.50:50070

start-all.sh

注意事项

1、如果Hadoop的配置没有生效，那么需要重启Linux 1.
2、在格式化的时候，会有这样的输出：Storage directory /tmp/hadoop-root/dfs/name has been successfully formatted。如果出现这句话，说明格式化成功
3、Hadoop如果启动成功，会出现5个进程：Namenode,Datanode,Secondarynamenode,ResourceManager,NodeManager
jps:显示jvm进程。

4、Hadoop启动成功后，可以通过浏览器访问HDFS的页面，访问地址为：IP地址:50070

5、Hadoop启动成功后，可以通过浏览器访问Yarn的页面，访问地址为：http://IP地址:8088

常见问题

1、执行Hadoop指令，比如格式化：hadoop namenode -format 出现：command找不到错误
解决方案：检查：/etc/profile的Hadoop配置
2、少HFDS相关进程，比如少namenode,datanode
解决方案：可以去Hadoop 安装目录下的logs目录，查看对应进程的启动日志文件。
方式一：①先停止HDFS相关的所有的进程（stop-dfs.sh 或 kill -9）②再启动HDFS（start-dfs.sh)
方式二：①先停止HDFS相关的所有的进程 ②删除元数据目录 ③重新格式化：hadoop namenode -format④启动Hadoop：start-all.sh