hadoop伪分布式环境搭建

1、创建hadoop用户并设置密码

su
useradd -m hadoop -s /bin/bash
passwd hadoop

2、让hadoop用户具备sudo执行权限

visudo将hadoop用户加入

3、安装SSH、配置SSH无密码登陆

CentOS 默认已安装了 SSH client、SSH server
Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server：
命令1：sudo apt install openssh-server

安装后，可以使用ssh localhost命令登陆本机（登陆后会自动生成.ssh目录）
命令2：ssh localhost

退出刚才的 ssh，回到原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中
命令3：
exit                           # 退出刚才的 ssh localhost
cd ~/.ssh/                     # 若没有该目录，请先执行一次ssh localhost
ssh-keygen -t rsa              # 会有提示，都按回车就可以
cat ./id_rsa.pub >> ./authorized_keys  # 加入授权
chmod 600 ./authorized_keys             #CentOS中需加入此命令

4、修改主机名

5、JDK与hadoop的安装

http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

#创建文件夹
mkdir /home/hadoop/app
#解压jdk
tar -zxvf jdk-8u144-linux-x64.tar.gz -C /home/hadoop/app
#解压hadoop

6、配置jdk与hadoop环境变量

执行命令sudo vim /etc/profile在末尾
或者vim ~/.bashrc在末尾添加如下环境变量

export JAVA_HOME=/home/hadoop/app/jdk1.8.0_144
export HADOOP_HOME=/home/hadoop/app/hadoop-2.7.4
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

7、hadoop修改配置文件

具体配置随版本变动，具体查看hadoop安装包下官方文档doc：hadoop-2.7.4/share/doc/hadoop-project/index.html
第一个：hadoop-env.sh
vim hadoop-env.sh
#第25行修改
export JAVA_HOME=/home/hadoop/app/jdk1.8.0_144

第二个：core-site.xml(注：ip处为主机ip地址或主机名；tmp目录必须设置，不设置默认安装在系统tmp目录下，重启后数据丢失)
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.2.128:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/app/hadoop-2.7.4/tmp</value>
</property>

第三个：hdfs-site.xml
<property>
<name>dfs.replication</name>
<value>1</value>
</property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

第五个：yarn-site.xml
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

8、格式化NameNode

hdfs namenode -format

9、启动hadoop

先启动hdfs：start-dfs.sh

在启动yarn：start-yarn.sh

10、查看是否启动成功

运行jps命令出现如下进程：

25472 Jps

24994 SecondaryNameNode

24664 NameNode

25145 ResourceManager

24782 DataNode

25263 NodeManager

浏览器查看：

http://192.168.2.128:50070 （HDFS管理界面）

http://192.168.2.128:8088 （MR管理界面）

注：云服务器下配置后需打开50070与9000端口，才能用浏览器访问hdfs

踩坑：

Hadoop Namenode不能启动：http://www.linuxidc.com/Linux/2012-03/56348.htm