大数据 hadoop2.5.2伪分布式搭建

1.准备Linux环境

    1.0点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.8.0 子网掩码：255.255.255.0 -> apply -> ok

        回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.8.100 子网掩码：255.255.255.0 -> 点击确定

        在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok    

    有的同学不可以联网，为了让window和linux通信我们可以使用host only

        

1.1修改主机名

        vim /etc/sysconfig/network

        

        NETWORKING=yes

        HOSTNAME=itcast01    ###

 

    1.2修改IP

        两种方式：

        第一种：通过Linux图形界面进行修改（强烈推荐）

            进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.8.118 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply

    

                

        第二种：修改配置文件方式（屌丝程序猿专用）

            vim /etc/sysconfig/network-scripts/ifcfg-eth0

            

            DEVICE="eth0"

            BOOTPROTO="static"               ###

            HWADDR="00:0C:29:3C:BF:E7"

            IPV6INIT="yes"

            NM_CONTROLLED="yes"

            ONBOOT="yes"

            TYPE="Ethernet"

            UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"

            IPADDR="192.168.8.118"           ###

            NETMASK="255.255.255.0"          ###

            GATEWAY="192.168.8.1"            ###

                        DNS1="8.8.8.8"  //谷哥提供

                        DNS1="8.8.4.4"   在地球上就可以用

            

    1.3修改主机名和IP的映射关系

        vim /etc/hosts

            

        192.168.8.118    itcast01

    

    1.4关闭防火墙

        #查看防火墙状态

        service iptables status

        #关闭防火墙

        service iptables stop

        #查看防火墙开机启动状态

        chkconfig iptables --list

        #关闭防火墙开机启动

        chkconfig iptables off

    

    1.5重启Linux

        reboot

2.安装JDK

    2.1上传

    

    2.2解压jdk  最好不要用jdk8

        #创建文件夹

        mkdir /usr/java

        #解压

        tar -zxvf jdk-7u55-linux-i586.tar.gz -C /usr/java/

                z-格式 x释放 c创建 v显示 f 文件  -C解压到

        

    2.3将java添加到环境变量中

        vim /etc/profile

        #在文件最后添加

        export JAVA_HOME=/usr/java/jdk1.7.0_55

        export PATH=$PATH:$JAVA_HOME/bin

    

        #刷新配置

        source /etc/profile

        

3.安装hadoop2.5.2 可以去 archive.apache.org/dist/  下载 所有开源都在这里

        hadoop文件结构:include --存储头文件  libexec lib 本地的一些库 share是依赖java jar

    注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop

    伪分布式需要修改5个配置文件

    3.1配置hadoop

    第一个：hadoop-env.sh

        vim hadoop-env.sh

        #第27行

        export JAVA_HOME=/usr/java/jdk1.7.0_65  ##要修改，不然会报一个错

        

    第二个：core-site.xml

        <!-- 制定HDFS的老大（NameNode）的地址 -->

        <property>

            <name>fs.defaultFS</name>

            <value>hdfs://yuhui1:9000</value>

        </property>

        <!-- 指定hadoop运行时产生文件的存储目录 -->

        <property>

            <name>hadoop.tmp.dir</name>

            <value>/root/hadoop-2.4.1/tmp</value>

        </property>

        

    第三个：hdfs-site.xml

        <!-- 指定HDFS副本的数量 （集群下，有多台机，可多份，目前就一台）-->

        <property>

            <name>dfs.replication</name>

            <value>1</value>

                </property>

                <property>

        <name>dfs.permissions</name>

        <value>false</value>

 </property>

        

    第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)

        mv mapred-site.xml.template mapred-site.xml

        vim mapred-site.xml

        <!-- 告诉hadoop 指定mr运行在yarn上 -->

        <property>

            <name>mapreduce.framework.name</name>

            <value>yarn</value>

        </property>

        y-复制 p粘贴

    第五个：yarn-site.xml

        <!-- 指定YARN的老大（ResourceManager）的地址  -->

        <property>

            <name>yarn.resourcemanager.hostname</name>

            <value>yuhui1</value>

        </property>

        <!-- reducer获取数据的方式是shuffle方式 -->

        <property>

            <name>yarn.nodemanager.aux-services</name>

            <value>mapreduce_shuffle</value>

        </property>

    

    3.2将hadoop添加到环境变量

    

    vim /etc/proflie

        export JAVA_HOME=/usr/java/jdk1.7.0_65

        export HADOOP_HOME=/itcast/hadoop-2.4.1

        export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

               export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

　　　　       export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

    

source /etc/profile

    

    3.3格式化namenode（是对namenode进行初始化,文件系统格式化，相当于对硬盘进行格式化）

        hdfs namenode -format (hadoop namenode -format)

        

    3.4启动hadoop

        先启动HDFS

        sbin/start-dfs.sh

        

        再启动YARN

        sbin/start-yarn.sh

        

    3.5验证是否启动成功

        使用jps命令验证

        27408 NameNode

        28218 Jps

        27643 SecondaryNameNode

        28066 NodeManager

        27803 ResourceManager

        27512 DataNode

    

        http://192.168.0.1:50070 （HDFS管理界面）

        http://192.168.0.1:8088 （MR管理界面）

                测试hdfs验证:上传一些文件 hadoop fs -put /root/aa.txt /

                                          hadoop fs -get /aa.txt /root/  把hdfs上的文件下载到/root/下

                测试yarn  hadoop jar hadoop-mapreduce-examples-2.5.2.jar wordcount /aa.txt  /bb

                hadoop jar hadoop-mapreduce-examples-2.5.2.jar 回车能看到有哪些案例

                遇到问题 : hadoop下会有logs文件，日志里会记录错误信息 .

                out表示运行时的一些参数信息 .log表示错误日志

               

                NameNode接收用户请求，管理元数据，

                YARN老大 ResourceManager负责资源分布，资源调度,NodeManager是小弟，可以有多个小弟

                SecondaryNameNode是NameNode一个助理帮助namenode完成数据同步。

4.配置ssh免登陆  secure shell

          ssh yuhui1 mkdir /aaa //向yuhui1发送一个创建文件指令

              

    hadoop为什么要走ssh协议？因为以后集群中会有很多机器，一机子向其它机发送启动指令，需要配置免登录

    .ssh表示linux隐藏文件 里面有known_hosts知道的主机，目前只知道自己

    #生成ssh免登陆密钥

    #进入到我的home目录

    cd ~/.ssh

    ssh-keygen -t rsa （四个回车） rsa表示加密算法,这个算法，就是机算机破解也需要很多年

    执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）非对称加密

        more id_rsa

    将公钥拷贝到要免登陆的机器上

    ssh-copy-id localhost

         配置两台电脑免登录。

        ssh yuhui4  exit还能退出到上一级