Hadoop介绍：
Hadoop的核心由3个部分组成：
HDFS: Hadoop Distributed File System，分布式文件系统，hdfs还可以再细分为NameNode、SecondaryNameNode、DataNode。
YARN: Yet Another Resource Negotiator，资源管理调度系统
Mapreduce：分布式运算框架
下面介绍安装 Hadoop
虚拟机： VMware
环境： Linux 系统 centos8
hadoop： hadoop-3.3.1
一、创建hadoop用户
VM上安装centos8的主机，设置初始内存为2G，硬盘为50G，安装成功后新建用户hadoop，设置hadoop的密码并授予hadoop用户sudo权限(不过后面主要还是用root操作)
如果你安装 CentOS 的时候不是用的 “hadoop” 用户，那么需要增加一个名为 hadoop 的用户。
首先点击左上角的 “应用程序” -> “系统工具” -> “终端”，首先在终端中输入 su ，按回车，输入 root 密码以 root 用户登录，接着执行命令创建新用户
su # 上述提到的以 root 用户登录
useradd -m hadoop -s /bin/bash # 创建新用户hadoop，并使用 /bin/bash 作为shell。
passwd hadoop
可为 hadoop 用户增加管理员权限，方便部署，避免一些对新手来说比较棘手的权限问题，执行：
visudo
如下图，找到 root ALL=(ALL) ALL 这行（应该在第98行，可以先按一下键盘上的 ESC 键，然后输入 :98 (按一下冒号，接着输入98，再按回车键)，可以直接跳到第98行 ），然后按i，进入插入模式，在这行下面增加一行内容：
hadoop ALL=(ALL) ALL
如下图所示：
添加上一行内容后，先按一下键盘上的 ESC 键，然后输入 :wq (输入冒号还有wq，这是vi/vim编辑器的保存方法)，再按回车键保存退出就可以了。
最后注销当前用户(点击屏幕右上角的用户名，选择退出->注销)，在登陆界面使用刚创建的 hadoop 用户进行登陆。（如果已经是 hadoop 用户，且在终端中使用 su 登录了 root 用户，那么需要执行 exit 退出 root 用户状态）
二、安装SSH、配置SSH无密码登录
集群、单节点模式都需要用到 SSH 登陆（类似于远程登陆，你可以登录某台 Linux 主机，并且在上面运行命令），一般情况下，CentOS 默认已安装了 SSH client、SSH server，打开终端执行如下命令进行检验：
rpm -qa | grep ssh
如果返回的结果如下图所示，包含了 SSH client 跟 SSH server，则不需要再安装。
若需要安装，则可以通过 yum 进行安装（安装过程中会让你输入 [y/N]，输入 y 即可）：
sudo yum install openssh-clients
sudo yum install openssh-server
接着执行如下命令测试一下 SSH 是否可用：
ssh localhost
此时会有如下提示(SSH首次登陆提示)，输入 yes 。然后按提示输入密码 hadoop，这样就登陆到本机了。
但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。
首先输入 exit 退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中：
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 # 修改文件权限
ssh-copy-id localhost # 分发秘钥给主机(主机名)
ssh-copy-id localhost # 再次分发秘钥给主机(终端中默认的主机民称)
测试ssh是否分配给自定义的主机上
ssh localhost
此时再用 ssh hjk 命令，无需输入密码就可以直接登陆了，如下图所示。
三、卸载jdk环境
因为 Hadoop 是以 java 开发的，所以必须先安装 java 环境
安装之前先卸载centos8自带的OpenJDK
1、建议切换到root 账户
# 切换到root账户
su -
2、查询系统是否以安装jdk
rpm -qa|grep java
3、卸载已安装的jdk
# 温馨提示，文件名仅供参考，具体以自己的为准
rpm -e --nodeps java-1.8.0-openjdk-1.8.0.161-2.b14.el7.x86_64
rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.161-2.b14.el7.x86_64
4、卸载可能存在的CentOS自带的java环境
pm -qa|grep java
rpm -qa|grep jdk
rpm -qa|grep gcj
5、验证一下是否还有jdk
java -version # 查看版本
java -version
四、安装新的java版本
下载JDK环境
首先登陆oracle官网下载java源码包：
https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html
这里使用下载选择的是以tar.gz结尾的，即下载安装包
目前，官网下载JDK安装包需要注册oracle账号，需要自己注册一个才能使用。
因为本机是M1的,经过测试需要下载的是第二个为jdk-8u351-linux-aarch64.tar.gz
2.用远程传输文件的FileZilla软件将下载好的jdk-8u351-linux-aarch64.tar.gz上传到centos8下 /opt
3.解压JDK安装包
打开终端，输入如下解压命令
cd /opt #定位到目标目录
tar xf jdk-8u351-linux-aarch64.tar.gz #解压文件
ls # 查看目录下文件
4.在 usr 中创建合适的文件夹存放解压后的文件，注意新建的文件夹需要后期配置环境路径使用。
新建文件夹命令：（mkdir后面一定要加空格）
cd /usr
mkdir /usr/soft
mkdir /usr/soft/java
验证是否创建
cd /usr/soft
ls
5.将解压后的文件移动到相应文件夹
cd /opt
mv jdk1.8.0_351 /usr/soft/java
安装完成之后要进行环境配置，这里需要编辑编辑/etc/profile文件
编辑命令：
vim /etc/profile
在执行完上方命令之后点击i键位让文件可以修改，进行文件编写
在文件末尾添加如下配置：
export JAVA_HOME=/usr/soft/java/jdk1.8.0_351 #指定自己的jdk文件路径
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
编写完成以后，我们要保存退出，那么我们就要使用底部模式，这时候使用ESC键退出插入模式回到命令模式。
（1） 按一下Esc
然后注意窗口的最下方一行（此时还是空白或者有一串默认的字符），
（2）输入一个冒号:
输入冒号: 需要是使用 “shirt” +" : "
这时最下面那行就会显示出一个冒号
（3）输入：wq 就会自动关闭文件并保存文件。
3. 文件生效
对于/etc/profile编写完成之后是不够的，还需要最后一个步骤，就是让刚刚我们修改的文件变成有效起来，所以我们再输入一个命令，让修改生效。
生效命令：
source /etc/profile
最后我们来进行一下测试，验证是否安装成功及环境变量是否配置成功
测试命令：
java -version
五、安装 Hadoop 3
Hadoop 3 可以通过下面两个链接下载：
https://mirrors.cnnic.cn/apache/hadoop/common/
http://mirror.bit.edu.cn/apache/hadoop/common/
网盘下载：
本教程选择的是 3.3.0 版本，下载时会有多个版本
hadoop-3.x.y.tar.gz 这是编译好的文件
hadoop-3.x.y.src.tar.gz 包含 的是 Hadoop 源代码，需要进行编译才可使用。
这里下载hadoop-3.3.1-aarch64.tar.gz
将下载好的安装包解压：
cd /opt
tar -zxvf hadoop-3.3.1-aarch64.tar.gz
在 usr 中创建合适的文件夹存放解压后的文件，注意新建的文件夹需要后期配置环境路径使用。（本教程按本人所习惯的存放在 soft 文件夹中）
新建文件夹命令：（mkdir后面一定要加空格）
mkdir /usr/soft/hadoop
将解压后的文件移动到相应文件夹
mv hadoop-3.3.1 /usr/soft/hadoop
!!!注意:查看下移动过去是否是整个文件夹复制过去的,还是复制文件没有带目录对后面配置环境变量很重要
六、配置hadoop环境变量
- 安装完成之后要进行环境配置，这里需要编辑编辑/etc/profile文件
编辑命令：
vim /etc/profile
在执行完上方命令之后点击i键位让文件可以修改，进行文件编写
- 在文件末尾添加如下配置：
export HADOOP_HOME=/usr/soft/hadoop #配置Hadoop的路径
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
如果带目录复制的即为
export HADOOP_HOME=/usr/soft/hadoop/hadoop-3.3.1
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
编写完成以后，我们要保存退出，那么我们就要使用底部模式，这时候使用ESC键退出插入模式回到命令模式。
（1）按一下Esc
（2）输入一个冒号: 输入冒号需要是使用 “shirt” +" : "
（3）输入：wq 就会自动关闭文件并保存文件。
!!注意： 这里可能会由于设置全局变量导致 后边运行datanode出错
文件生效
对于/etc/profile编写完成之后是不够的，还需要最后一个步骤，就是让刚刚我们修改的文件变成有效起来，所以我们再输入一个命令，让修改生效。
生效命令：
source /etc/profile #刷新环境变量配置
验证是否安装成功, 最后我们来进行一下测试，看看我们的环境变量是否配置成功
测试命令：
hadoop version
七、Hadoop伪分布式配置
1、Hadoop 环境变量设置
(1) 为了避免hadoop启动时报错hadoop启动报错：Attempting to operate on hdfs namenode as root
解决方案1：
编辑命令：
vim /etc/profile #配置环境启动hadoop, 都以root启动
source /etc/profile #刷新环境变量配置
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
解决方案2：
写在最前注意：
1、master(用户)，slave(用户)都需要修改start-dfs.sh，stop-dfs.sh，start-yarn.sh，stop-yarn.sh四个文件
2、如果你的Hadoop是另外启用其它用户来启动，记得将root改为对应用户
HDFS格式化后启动dfs出现以下错误：
[root@master sbin]# ./start-dfs.sh
Starting namenodes on [master]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [slave1]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
路径为下：
cd /usr/soft/hadoop/sbin/
vim模式修改配置文件
vi start-dfs.sh
vi stop-dfs.sh
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
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：
将 /usr/soft/hadoop/sbin下各进程的启动命令用户设为root
vim模式修改配置文件
vi start-yarn.sh
vi stop-yarn.sh
在#!/usr/bin/env bash下添加如下内容
#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。
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。
打开hadoop配置文件：
cd /usr/soft/hadoop/sbin/
#或者写成
cd ../ #退回上一个目录文件夹
新建一个文件夹用来存放()文件
# 目录为cd /usr/soft/hadoop (pwd 为显示路径)
cd ../ #退回到前一个文件夹
mkdir data # 新建文件夹
ll # 查看所有目录
其中最好修改其中的五个配置文件
（1）修改配置文件 core-site.xml
如上图查看配置文件可知， core-site.xml 文件读写权限较低，修改配置文件之前需要修改文件权限
为了方便不细分权限，设置为允许所有操作
cd /usr/soft/hadoop/etc/hadoop/
chmod 777 core-site.xml # 直接用root操作,即不需要
Vim模式修改配置文件
vim core-site.xml
添加如下配置
<configuration>
<property>
<name>fs.defaultFS</name>
<!--这里填你自己的主机名端口默认(注释)-->
<value>hdfs://hjk:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/soft/hadoop/data</value>
</property>
</configuration>
（2）修改配置文件 hdfs-site.xml：
同样先修改文件权限：
chmod 777 hdfs-site.xml
vim模式修改配置文件
vim hdfs-site.xml
添加如下配置：
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
（3）修改配置文件 hadoop-env.sh
vim hadoop-env.sh #配置成你自己的jdk安装路径
export JAVA_HOME=/usr/soft/java/jdk1.8.0_351 #配置jdk安装路径 将前面#注释
（4）配置 mapred-site.xml
mapred-site.xml 指定MapReduce程序应该放在哪个资源调度集群上运行。若不指定为yarn，那么MapReduce程序就只会在本地运行而非在整个集群中运行。
chmod 777 mapred-site.xml
vim模式修改配置文件
vim mapred-site.xml
添加如下配置：
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
（5）配置yarn-site.xml
chmod 777 yarn-site.xml
vim模式修改配置文件
vim yarn-site.xml
添加如下配置：
<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<!-- reducer获取数据的方式 -->
<name>yarn.resourcemanager.hostname</name>
<!-- 填写主机名 -->
<value>hjk</value>
</property>
</configuration>
（6）进入前面创建的data对hdfs namenode初始化
cd ../../data/ #基于当前文件夹相回退到data( cd /use/soft/hadoop/data)
ll #查看data下有没有文件,有得删掉
hdfs namenode -format #对hdfs namenode初始化
（7）启动hadoop 使用“ start-dfs.sh ”开启 NaneNode 和 DataNode 守护进程
然后输入命令 ’ jps ’ 查看已成功启动的进程。(stop--dfs.sh--停止进程 -- 启动命令需要在hadoop安装路径下执行并且是root用户)此处安装路径为 cd /usr/soft/hadoop
（8）使用“ start-yarn.sh ”开启 ResourceManager 和 NodeManager 守护进程
然后输入命令 ’ jps ’ 查看已成功启动的进程。 (stop--yarn.sh--停止进程)
至此六个进程全部启动 ，成功启动后，可以访问 Web 界面 http:hjk:50070 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件。
查看hadoop后台界面ip端口，命令如下：
hdfs dfs -ls / # 是查看的根目录的文件
cat /etc/hosts # 显示hosts文件内容
netstat -nlp |grep 50070 # 查看进程-如果没有说明没有配置web界面的端口
netstat -nlp |grep 9870 # 查看进程-如果有则说明配置率web界面的端口
#最后访问链接为 192.168.121.129:9870
安装虚拟机+Centos8-4参考链接：https://mp.csdn.net/mp_blog/creation/
版权归原作者 wat-999 所有， 如有侵权，请联系我们删除。