Hadoop伪分布式搭建操作步骤指南

一、准备工作

　　在 /opt/目录下创建文件夹modules，和softwares

　　修改操作权限(切换至root用户下)

　　chown -R wxt:wxt /opt/

　　然后切换至普通用户

　　mkdir softwares mkdir modules

　　安装lrzsz (在linux里可代替ftp上传和下载。)

　　首先安装lrzsz

　　yum -y install lrzsz

　　上传文件，执行命令rz，会跳出文件选择窗口，选择好文件，点击确认即可。

　　rz

　　下载文件，执行命令sz

　　sz

　　二、Hadoop环境部署-JDK部分

　　1.

　　上传jdk 至softwares

　　2.

　　解压jdk 至modules

　　tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules/

　　3.

　　修改环境变量

　　切换至 root 用户修改 vi /etc/profile 文件，配置jdk环境变量

　　#JAVA_HOME export JAVA_HOME=/opt/modules/jdk1.7.0_67 export PATH=$PATH:$JAVA_HOME/bin

　　4.

　　source /etc/profile 使文件生效

　　验证是否配置成功

　　java -version

　　java version "1.7.0_09-icedtea" OpenJDK Runtime Environment (rhel-2.3.4.1.el6_3-x86_64) OpenJDK 64-Bit Server VM (build 23.2-b09, mixed mode)

　　jps命令可以查看java 进程

　　echo $JAVA_HOME

　　三、Hadoop伪分布式环境部署-Hadoop部分

　　1.

　　上传文件hadoop-2.5.0.tar.gz，至softwares

　　解压文件至modules

　　tar -zxvf hadoop-2.5.0.tar.gz -C /opt/modules/

　　2.

　　清理Hadoop的目录，将hadoop/share/doc目录删除，节省磁盘空间， 通过这个命令查看df -h

　　3.

　　修改hadoop/etc/hadoop/hadoop-env.sh文件

　　修改hadoop/etc/hadoop/mapred-env.sh文件

　　修改hadoop/etc/hadoop/yarn-env.sh文件

　　指定Java安装路径

　　export JAVA_HOME=/opt/modules/jdk1.7.0_67

　　4.

　　注意：

　　Hadoop中的四个核心模块对应四个默认配置文件

　　HDFS,Hadoop默认的文件系统,是文件系统的访问入口

　　Namenode,所在的机器9000端口是早期Hadoop 1.x使用的，现在 Hadoop 2.x使用的是8020端口号用于节点直接内部通信，使用RPC通信机制

　　5.

　　修改hadoop/etc/hadoop/core-site.xml文件

　　<property> <name>fs.defaultFS</name> <!--bigdata-4 为我的localhost 名字--> <value>hdfs://bigdata-4:8020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/opt/modules/hadoop-2.5.0/data/tmp</value> </property>

　　6.

　　注意：

　　/tmp表示临时存储目录，系统每次重启会按照脚本预先设置好的删 除 里面的文件重新自定义系统生成的文件路径，/tmp会被清空，无法保证数据文件安全性。

　　7.

　　修改hadoop/etc/hadoop/hdfs-site.xml文件

　　指定HDFS文件存储的副本数个数，默认是3个，这里是单台机器就设置为1，这个数字要小于datanode的节点数。

　　<property> <name>dfs.replication</name> <value>1</value> </property>

　　8.

　　修改hadoop/etc/hadoop/slaves文件

　　指定从节点的机器位置，添加主机名即可

　　bigdata-4

　　9.

　　格式化namenode

　　bin/hdfs namenode -format

　　10.

　　启动命令

　　sbin/hadoop-daemon.sh start namenode

　　sbin/hadoop-daemon.sh start datanode

　　11.

　　查看HDFS外部UI界面

　　bigdata-04或者IP地址 跟上50070端口号，外部通信http dfs.namenode.http-address 50070

　　http://bigdata-4:50070 (如果windows本地没有配置hosts,需要配置)

　　如果不能正确打开页面，请检查防火墙是否关闭

　　切换至root 用户，service iptables status

　　关闭防火墙 chkconfig iptables off

　　12.

　　测试HDFS环境

　　创建文件夹，HDFS中有用户主目录的概念，和Linux一样

　　bin/hdfs dfs -mkdir -p wxt_test/iuput

　　13.

　　上传文件到HDFS(随便找一个文件上传就行)

　　bin/hdfs dfs -put /opt/modules/hadoop-2.5.0/etc/hadoop/core-site.xml wxt_test/input/core-site.xml

　　上传成功，HDFS外部UI界面，会有上传的文件显示

　　14.

　　读取HDFS的文件

　　bin/hdfs dfs -text /core-site.xml

　　终端会显示上传文件的内容。

　　15.

　　下载文件到本地(指定下载到哪里，同时可以重命名成get-site.xml)bin/hdfs dfs -get /core-site.xml /home/wxt/Desktop/get-site.xml然后你会看到这个文件，并且重命名于桌面。

　　Hadoop 伪分布式搭建至此结束。