Linux虚拟机上Hadoop的安装与使用

此次安装的的jdk版本为1.8，Hadoop版本为3.1.3。

一：实验前准备

1.虚拟机自行下好，要带有vim编辑器

sudo apt install vim

如若懒的安装，可将文章中一些vim的命令替换成

gedit 要打开的文件路径

2.在此次实验之前命令行必须进入超级用户，以免出现不必要的麻烦（权限不足）

sudo su

如下图所示

用户名为root，且末尾带有“#”号。

二：安装JDK

1.执行以下命令，下载JDK1.8安装包（华为云下载）。

wget --no-check-certificate https://repo.huaweicloud.com/java/jdk/8u151-b12/jdk-8u151-linux-x64.tar.gz

2.执行以下命令，解压下载的JDK1.8安装包。

tar -zxvf jdk-8u151-linux-x64.tar.gz

3.移动并重命名JDK包。

mv jdk1.8.0_151/ /usr/java8

4.配置Java环境变量。

source 为读取变量的作用。

echo 'export JAVA_HOME=/usr/java8' >> /etc/profile

echo 'export PATH=$PATH:$JAVA_HOME/bin' >> /etc/profile

source /etc/profile

5.查看Java是否成功安装。

java -version

三：安装Hadoop

1. 执行以下命令，下载Hadoop安装包（华为云下载）。

wget --no-check-certificate https://repo.huaweicloud.com/apache/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz

1. 执行以下命令，解压Hadoop安装包至/opt/hadoop。

tar -zxvf hadoop-3.1.3.tar.gz -C /opt/

mv /opt/hadoop-3.1.3 /opt/hadoop

1. 执行以下命令，配置Hadoop环境变量。

source 为读取变量的作用。

echo 'export HADOOP_HOME=/opt/hadoop/' >> /etc/profile

echo 'export PATH=$PATH:$HADOOP_HOME/bin' >> /etc/profile

echo 'export PATH=$PATH:$HADOOP_HOME/sbin' >> /etc/profile

source /etc/profile   

1. 执行以下命令，修改配置文件yarn-env.sh和hadoop-env.sh。

这里JAVA_HOME为JDK安装目录，可自行更改。

echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/yarn-env.sh

echo "export JAVA_HOME=/usr/java8" >> /opt/hadoop/etc/hadoop/hadoop-env.sh

1. 执行以下命令，测试Hadoop是否安装成功。

hadoop version

成功如下图所示

如若未找到，请重新查看/etc/profile文件中的内容是否增加，若增加，请重新运行source。

四：配置Hadoop

1. 修改Hadoop配置文件 core-site.xml。

a. 执行以下命令开始进入编辑页面。

vim /opt/hadoop/etc/hadoop/core-site.xml

b. 输入i进入编辑模式。

c. 在<configuration></configuration>节点内插入如下内容。

<property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/hadoop/tmp</value>
        <description>location to store temporary files</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://127.0.0.1:9000</value>
</property>

d. 按Esc键退出编辑模式，输入:wq保存退出。

1. 修改Hadoop配置文件 hdfs-site.xml。

a. 执行以下命令开始进入编辑页面。

vim /opt/hadoop/etc/hadoop/hdfs-site.xml

b. 输入i进入编辑模式。

c. 在<configuration></configuration>节点内插入如下内容。

<property>

        <name>dfs.replication</name>

        <value>1</value>

    </property>

    <property>

        <name>dfs.namenode.name.dir</name>

        <value>file:/opt/hadoop/tmp/dfs/name</value>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>

        <value>file:/opt/hadoop/tmp/dfs/data</value>

</property>

<property>

        <name>dfs.namenode.http-address</name>

        <value>127.0.0.1:50070</value>

</property>

d. 按Esc键退出编辑模式，输入:wq保存退出。

五：配置SSH免密登录

1. 执行以下命令，创建公钥和私钥。

ssh-keygen -t rsa

重要的事情说三遍！！！

一直按确定，不输密钥。

一直按确定，不输密钥。

一直按确定，不输密钥。

不然会在初始化namenode时出错。

1. 执行以下命令，将公钥添加到authorized_keys文件中。

cd ~

cd .ssh

cat id_rsa.pub >> authorized_keys

输入如下命令，在环境变量中添加下面的配置

vi /etc/profile

然后向里面加入如下的内容

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

输入如下命令使改动生效

source /etc/profile

六：启动Hadoop

1. 执行以下命令，初始化namenode 。

hadoop namenode -format

1. 依次执行以下命令，启动Hadoop。

start-dfs.sh

第一次运行一般没有，若有选择Y/N的，选择Y;其他直接回车

start-yarn.sh

1. 启动成功后，执行以下命令，查看已成功启动的进程。

jps

正常会有6个进程；

若是没有其中的DataNode进程，则是因为不是第一次启动，导致没有显示出来，运行实际上是没有问题的。当然，也有解决方法。

如果已经启动hadoop，需要先输入以下代码以停止进程。

stop-all.sh

然后在清理缓存，强制递归删除/hadoop/tmp文件夹以及所有文件

rm -rf /hadoop/tmp

最后重新按步骤启动即可。

1. 打开浏览器访问http://<127.0.0.1>:8088和http://<127.0.0.1>:50070，显示如下界面则表示Hadoop伪分布式环境搭建完成。