Hadoop伪分布式配置教程

目次
一、创建Hadoop用户
1.创建Hadoop用户
2.更换用户
二、更新Apt，安装SSH，配置SSH无密码登录
1.更新Apt
2.安装SSH 
3.配置SSH无密码登陆
三、安装Java环境
四、安装 Hadoop 
1.下载Hadoop
2.安装Hadoop
五、Hadoop单机配置(非分布式)
六、Hadoop伪分布式配置
七、运行Hadoop伪分布式实例

---

一、创建Hadoop用户

1.创建Hadoop用户

输入如下命令创建新用户 :

1. sudo useradd -m hadoop -s /bin/bash

复制代码

这条命令创建了可以登陆的 hadoop 用户，并使用 /bin/bash 作为 shell。

接着使用如下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

1. sudo passwd hadoop

复制代码

 可为 hadoop 用户增加管理员权限，方便部署，制止一些对新手来说比力棘手的权限问题：

1. sudo adduser hadoop sudo

复制代码

2.更换用户

关闭终端，注销当前用户，选择Hadoop用户登录

二、更新Apt，安装SSH，配置SSH无密码登录

1.更新Apt

用 hadoop 用户登录后，我们先更新一下 apt，后续我们使用 apt 安装软件，假如没更新可能有一些软件安装不了。按 Ctrl+Alt+T打开终端窗口，执行如下命令：

1. sudo apt-get update

复制代码

2.安装SSH 

安装 SSH server，执行如下命令：

1. sudo apt-get install openssh-server

复制代码

输入“Y”，按回车继承安装 

安装后，可以使用如下命令登陆本机：

1. ssh localhost

复制代码

输入“yes”，后输入密码按回车即可

 3.配置SSH无密码登陆

首先输入以下代码：

1. exit

复制代码

退出刚才的 ssh localhost

输入以下代码：

1. cd ~/.ssh/

复制代码

进入到ssh目次中

输入以下代码：

1. ssh-keygen -t rsa

复制代码

利用ssh-keygen天生密匙
出现提示后，按回车键即可

输入以下代码：

1. cat ./id_rsa.pub >> ./authorized_keys

复制代码

将密钥加入到授权中

此时再用ssh localhost命令，无需输入密码就可以直接登陆了

1.  ssh localhost

复制代码

三、安装Java环境

输入以下代码，安装Openjdk-8-jdk

1. sudo apt-get install openjdk-8-jdk

复制代码

输入“Y”，按回车继承安装 

输入以下代码，查看已安装的Java版本

1. java -version

复制代码

 

输入以下代码，配置Java环境文件

1. gedit ~/.bashrc

复制代码

在文件最前面添加如下单独一行（注意，等号“=”前后不能有空格），然后保存退出：

1. export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

复制代码

接下来，要让环境变量立刻生效，请执行如下代码：

1. source ~/.bashrc

复制代码

 

执行上述命令后，可以检验一下是否设置正确：

1. echo $JAVA_HOME   
2. java -version
3. $JAVA_HOME/bin/java -version

复制代码

四、安装 Hadoop 

1.下载Hadoop

使用Ubuntu体系内置的Firefix浏览器下载Hadoop-3.2.4
Hadoop下载地址：Index of /apache/hadoop/common/hadoop-3.2.4

​

2.安装Hadoop

输入以下代码：（注意C要大写）
  

1. sudo tar -zxf ~/下载/hadoop-3.2.4.tar.gz -C /usr/local

复制代码

将Hadoop解压安装到/usr/local文件夹内
输入以下代码：
  

1. cd /usr/local/
2. sudo mv ./hadoop-3.2.4/ ./hadoop            # 将文件夹名改为hadoop
3. sudo chown -R hadoop ./hadoop

复制代码

并将文件夹名改为hadoop，和修改文件权限

​输入如下命令来检查 Hadoop 是否可用，乐成则会表现 Hadoop 版本信息：
  

1. cd /usr/local/hadoop
2. ./bin/hadoop version

复制代码

 

​

五、Hadoop单机配置(非分布式)

Grep 例子
将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，末了输出效果到 output 文件夹中
  

1. cd /usr/local/hadoop
2. mkdir ./input
3. cp ./etc/hadoop/*.xml ./input
4. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
5. cat ./output/*

复制代码

​ 

​

 

​

Hadoop 默认不会覆盖效果文件，因此再次运行上面实例会提示堕落，必要先将 ./output 删除。
  

1. rm -r ./output

复制代码

六、Hadoop伪分布式配置

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式必要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。
修改配置文件 core-site.xml 
  

1. cd /usr/local/hadoop
2. gedit ./etc/hadoop/core-site.xml

复制代码

修改为以下配置，点击保存退却出：
  

1. <configuration>
2.     <property>
3.         <name>hadoop.tmp.dir</name>
4.         <value>file:/usr/local/hadoop/tmp</value>
5.         <description>Abase for other temporary directories.</description>
6.     </property>
7.     <property>
8.         <name>fs.defaultFS</name>
9.         <value>hdfs://localhost:9000</value>
10.     </property>
11. </configuration>

复制代码

修改配置文件 hdfs-site.xml

1. gedit ./etc/hadoop/hdfs-site.xml

复制代码

修改为以下配置，点击保存退却出：

1. <configuration>
2.     <property>
3.         <name>dfs.replication</name>
4.         <value>1</value>
5.     </property>
6.     <property>
7.         <name>dfs.namenode.name.dir</name>
8.         <value>file:/usr/local/hadoop/tmp/dfs/name</value>
9.     </property>
10.     <property>
11.         <name>dfs.datanode.data.dir</name>
12.         <value>file:/usr/local/hadoop/tmp/dfs/data</value>
13.     </property>
14. </configuration>

复制代码

配置完成后，执行 NameNode 的格式化:

1. ./bin/hdfs namenode -format

复制代码

接着开启 NameNode 和 DataNode 保卫进程

1. ./sbin/start-dfs.sh

复制代码

启动完成后，可以通过命令jps来判断是否乐成启动

1. jps

复制代码

乐成启动后，可以访问 Web 界面 http://localhost:9870 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件 

七、运行Hadoop伪分布式实例

要使用 HDFS，首先必要在 HDFS 中创建用户目次：

1. cd /usr/local/hadoop
2. ./bin/hdfs dfs -mkdir -p /user/hadoop

复制代码

接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件体系中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件体系中的 /user/hadoop/input 中

1. ./bin/hdfs dfs -mkdir input
2. ./bin/hdfs dfs -put ./etc/hadoop/*.xml input

复制代码

复制完成后，可以通过如下命令查看文件列表：

1. ./bin/hdfs dfs -ls input

复制代码

 

将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，末了输出效果到 output 文件夹中

1. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

复制代码

查看运行效果的命令（查看的是位于 HDFS 中的输出效果）：

1. ./bin/hdfs dfs -cat output/*

复制代码

 将运行效果取回到当地：

1. rm -r ./output
2. ./bin/hdfs dfs -get output ./output
3. cat ./output/*

复制代码

Hadoop 运行程序时，输出目次不能存在，否则会提示错误
因此若要再次执行，必要执行如下命令删除 output 文件夹:

1. ./bin/hdfs dfs -rm -r output

复制代码

若要关闭 Hadoop，则运行:

1. ./sbin/stop-dfs.sh

复制代码

 

参考文章：Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0(2.7.1)/Ubuntu14.04(16.04)_厦大数据库实验室博客


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。