Hadoop本地模式、伪分布模式的安装

注：本例已经事先在root目录创建tools和training文件夹(分别用来存放工具安装包和工具安装目录)。另外也已经装好jdk环境。

1.将Hadoop安装包hadoop-2.7.3.tar.gz上传到/root/training/tools 目录

 

2.将安装包解压到 /root/training/ 目录

  tar -zxvf hadoop-2.7.3.tar.gz -C /root/training/

 

3.在 .bash_profile配置环境变量

①编辑vim /root/.bash_profile

 

HADOOP_HOME=/root/training/hadoop-2.7.3

export HADOOP_HOME

PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

export PATH

②生效source /root/.bash_profile

 

4.配置Hadoop依赖

说明：

本地模式 一台Linux

 特点：没有HDFS，只能测试MapReduce程序

伪分布模式 一台Linux

 特点：在单机上模拟一个分布式环境，具备Hadoop所有功能

分布模式 三台Linux

 特点：真正的分布式，用于生产

各模式需要配置的文件如下：

 

/*****************配置伪分布模式start ****************/

步骤如下：

① vim etc/hadoop/hadoop-env.sh （注：本地模式仅需配置这个文件）

 

   export JAVA_HOME=/root/training/jdk1.8.0_144

到此步骤，本地模式即可使用

 

② 测试mapreduce程序中的wordcount方法：

进入MapReduce的jar目录

cd /root/training/hadoop-2.7.3/share/hadoop/mapreduce

执行MapReduce程序的例子

 hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount ~/temp/shenma2.txt ~/temp/myfn/wordcount

结果如下则执行成功

 

 

③ vim etc/hadoop/hdfs-site.xml

 

  <!--数据块的冗余度，默认是3-->

   <property>

         <name>dfs.replication</name>

        <value>1</value>

   </property>

  <!--是否开启HDFS的权限检查，默认：true-->

   <!--

   <property>

         <name>dfs.permissions</name>

         <value>false</value>

   </property>

    -->

 

④ vim etc/hadoop/core-site.xml

 

<!--NameNode的地址-->

<property>

    <name>fs.defaultFS</name>

    <value>hdfs://bigdata11:9000</value>

</property>

<!--HDFS数据保存的目录，默认是Linux的tmp目录-->

<property>

     <name>hadoop.tmp.dir</name>

     <value>/root/training/hadoop-2.7.3/tmp</value>

</property>

⑤ vim etc/hadoop/mapred-site.xml

 

<!--指定MR程序运行的容器是Yarn-->

<property>

    <name>mapreduce.framework.name</name>

     <value>yarn</value>

</property>

 

⑥vim etc/hadoop/yarn-site.xml

 

<!--ResourceManager的地址-->

<property>

     <name>yarn.resourcemanager.hostname</name>

     <value>bigdata11</value>

</property>

<!--NodeManager运行MR任务的方式-->

<property>

      <name>yarn.nodemanager.aux-services</name>

      <value>mapreduce_shuffle</value>

</property>

 

⑦ 对NameNode进行格式化: hdfs namenode -format

打印以下日志说明格式化成功：

Storage directory /root/training/hadoop-2.7.3/tmp/dfs/name has been successfully formatted.

 

启动：

start-all.sh 启动集群 

start-dfs.sh 启动HDFS

start-yarn.sh 启动Yarn

stop-all.sh 关闭

查看进程

/*****************配置伪分布模式end  ****************/

 

 常见问题：启动集群后没有DataNode进程。

原因：多次格式化NameNode可能没看提示，输入Y，导致id重置，进而导致name和node的版本不一致。

解决：方案1，删除配置HDFS存放数据的tmp目录，重新格式化NameNode。

             方案2，手动将版本修改一致。