CentOS7 + Hadoop2.7.3开发环境搭建

前言

本文主要参考http://blog.csdn.net/fxdaniel/article/details/48315805这篇博客。作者在CentOS7 下搭建hadoop2.7.3，亲测可用。后面将继续更新hadoop+eclipse的开发环境。

0.新建hadoop用户，并添加sudo权限

#useradd -m hadoop -s /bin/bash#passwd hadoopvi /etc/sudoers

添加 hadoop ALL=(ALL) ALL

1.关闭防火墙

sudo systemctl status firewalldsudo systemctl disable firewalldsudo systemctl stop firewalld

2.关闭SELinux

sestatussudo setenforce 0sudo vi /etc/sysconfig/selinux

修改：SELINUX=disabled

3.安装openssh-server

CentOS7默认安装了Openssh服务，当然有些老版本没有的也需要手动安装：

sudo yum install openssh-server

4.安装java

sudo yum -y install java-1.8.0-openjdk java-1.8.0-openjdk-devel

采用yum安装模式，java的环境变量已经自动添加到/usr/bin/下，但是不知道hadoop里能不能识别，所以保险起见还是手动添加一下java环境变量吧。采用yum安装的话，java的安装目录在/usr/lib/jvm/下

vi ~/.bash_profile
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

5.配置ssh免密码登陆

ssh-keygen -t rsa
cat ~/.ssh/id_rsa.pub>> authorized_keys

6.解压、修改hadoop配置文件

从http://hadoop.apache.org/releases.html下载hadoop二进制包。作者不小心放在了/usr/下，建议还是放在/home/haddop/下比较好。创建dfs、tmp文件夹，不知道hadoop会不会自动创建，反正作者是手动创建的。注意用户权限关系

tar -zxvf hadoop2.7.3 -C /usr/mv /usr/hadoop2.7.3/ /usr/hadoopmkdir /usr/hadoop/tmpmkdir /usr/hadoop/dfsmkdir /usr/hadoop/dfs/datamkdir /usr/hadoop/dfs/namemkdir /usr/hadoop/dfs/namesecondarychown -R hadoop:hadoop /usr/hadoop/

修改core-site.xml

vi /usr/hadoop/hadoop/etc/hadoop/core-site.xml<configuration>    <property>        <name>fs.defaultFS</name>        <value>hdfs://192.168.108.201:9000</value>    </property>    <property>        <name>hadoop.tmp.dir</name>        <value>file:/usr/hadoop/tmp</value>        <description>Abase for othertemporary directories.        </description>    </property></configuration>

修改hdfs-site.xml,由于是伪分布，这里需要改一下副本数

vi /usr/hadoop/hadoop/etc/hadoop/hdfs-site.xml<configuration>    <property>      <name>dfs.replication</name>      <value>1</value>    </property>    <property>      <name>dfs.namenode.name.dir</name>      <value>file:/usr/hadoop/dfs/name</value>    </property>    <property>      <name>dfs.datanode.data.dir</name>      <value>file:/usr/hadoop/dfs/data</value>    </property>    <property>      <name>dfs.namenode.checkpoint.dir</name>     <value>file:/usr/hadoop/dfs/namesecondary</value>    </property> </configuration>

修改mapred-site.xml

vi /usr/hadoop/hadoop/etc/hadoop/mapred-site.xml<configuration>    <property>        <name>mapreduce.framework.name</name>        <value>yarn</value>    </property>    <property>        <name>yarn.app.mapreduce.am.staging-dir</name>        <value>/usr/hadoop/staging</value>    </property></configuration>

修改yarn-site.xml

vi /usr/hadoop/hadoop/etc/hadoop/yarn-site.xml<configuration><!-- Site specific YARN configuration properties -->    <property>      <name>yarn.nodemanager.aux-services</name>      <value>mapreduce_shuffle</value>    </property>    <property>      <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>      <value>org.apache.hadoop.mapred.ShuffleHandler</value>    </property>    <property>       <name>yarn.resourcemanager.hostname</name>       <value>master</value>    </property></configuration>

修改/etc/hosts
楼主在运行wordcount的时候出现了错误，后来通过修改host解决，可惜的是当时没有截图

7.添加hadoop环境变量

vi ~/.bash_profile

source /home/.bash_profile

修改hadoop-env.sh

vi /usr/hadoop/hadoop/etc/hadoophadoop-env.sh
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

8.运行hadoop

hadoop namenode -format./usr/hadoop/hadoop/sbin/start-all.shjps

9.运行wordcount

创建2文件，并分别输入hello hadoop、hello hadoop

 vi /usr/hadoop/file1.txt vi /usr/hadoop/file2.txt

在Hdfs根目录下新建input目录将file1.txt和file2.txt两个文件上传到HDFS中的input目录

hdfs dfs -mkdir /inputhdfs dfs -put file1.txt /inputhdfs dfs -put file2.txt /input

执行hadoop自带的WordCount程序，统计单词数

cd /usr/hadoop/hadoop/share/hadoop/mapreducehadoop jar hadoop-mapreduce-examples-2.7.1.jar wordcount  /input /output

等个几分钟

hdfs dfs -ls /hdfs dfs -ls /outputhdfs dfs -cat /output/part-r-00000

10.安装过程中出现的错误

Unable to load native-hadoop library for your platform：
参考这篇博客：
http://blog.csdn.net/jack85986370/article/details/51902871