二、hadoop伪分布搭建

  环境                                              

虚拟机：VirtualBox

Ubuntu:14.04

hadoop:2.6

  安装                                             

1、创建hadoop用户


sudo useradd -m hadoop -s/bin/bash

【Ubuntu终端复制粘贴快捷键】

【在Ubuntu终端窗口中，复制粘贴的快捷键需要加上shift，即粘贴是 ctrl+shift+v。】

使用如下命令修改密码，按提示输入两次密码 hadoop :


sudo 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：


sudo adduser hadoop sudo

2、切换到hadoop用户下

su hadoop

3、安装SSH server、配置SSH无密码登陆


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电脑，并且在上面运行命令），Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server：


sudo apt-get install openssh-server

安装后，可以使用如下命令登陆本机：


ssh localhost




此时会有提示(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

此时再用 ssh localhost 命令，无需输入密码就可以直接登陆

4、安装Java环境

Java环境可选择 Oracle 的 JDK，或是 OpenJDK，按http://wiki.apache.org/hadoop/HadoopJavaVersions中说的，新版本在 OpenJDK 1.7 下是没问题的。为图方便，这边直接通过命令安装 OpenJDK 7。


sudo apt-get install openjdk-7-jre openjdk-7-jdk

OpenJDK 默认的安装位置为: /usr/lib/jvm/java-7-openjdk-amd64 (32位系统则是 /usr/lib/jvm/java-7-openjdk-i86 ，可通过命令dpkg -L openjdk-7-jdk查看到)。安装完后就可以使用了，可以用java -version 检查一下。

接着需要配置一下 JAVA_HOME 环境变量，为方便，我们在 ~/.bashrc 中进行设置（扩展阅读:设置Linux环境变量的方法和区别）：

vi ~/.bashrc

在文件最前面添加如下单独一行（注意 = 号前后不能有空格），并保存：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

如下图所示（该文件原本可能不存在，内容为空，这不影响）：

配置JAVA_HOME变量

接着还需要让该环境变量生效，执行如下代码：


source ~/.bashrc# 使变量设置生效


echo $JAVA_HOME# 检验是否设置正确

设置正确的话，会输出如下结果：

成功配置JAVA_HOME变量

5、安装hadoop

进入hadoop所在的目录将其解压到/usr/local/hadoop

sudo tar -zxvf ./hadoop-2.6.0.tar.gz -C /usr/local  # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop:hadoop ./hadoop        # 修改文件权限

Hadoop解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示命令用法：


cd ./hadoop


./bin/hadoop

6、hadoop伪分布配置

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件core-site.xml 和hdfs-site.xml 。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。

修改配置文件 core-site.xml (vim /usr/local/hadoop/etc/hadoop/core-site.xml)，将当中的

<configuration></configuration>

修改为下面配置：

<configuration>    <property>        <name>hadoop.tmp.dir</name>        <value>file:/usr/local/hadoop/tmp</value>        <description>Abase for other temporary directories.</description>    </property>    <property>        <name>fs.defaultFS</name>        <value>hdfs://localhost:9000</value>    </property></configuration>

同样的，修改配置文件 hdfs-site.xml：

<configuration>    <property>        <name>dfs.replication</name>        <value>1</value>    </property>    <property>        <name>dfs.namenode.name.dir</name>        <value>file:/usr/local/hadoop/tmp/dfs/name</value>    </property>    <property>        <name>dfs.datanode.data.dir</name>        <value>file:/usr/local/hadoop/tmp/dfs/data</value>    </property></configuration>

修改配置文件yarn-site.xml
<configuration> 

     <property>  

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

        <value>yarn</value> 

    </property>  
    <property> 

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

        <value>mapreduce_shuffle</value>  

   </property> 

</configuration> 

配置完成后，执行 namenode 的格式

bin/hdfs namenode -format

成功的话，会看到successfully formatted 的提示，且倒数第5行的提示如下，Exitting with status 0 表示成功，若为Exitting with status 1 则是出错

接着开启如下进程

sbin/start-dfs.sh

sbin/start-yarn.sh

至此，所有的已经安装完事，且所有服务都已经启动

 验证                           


http://127.0.0.1:8088




http://localhost:50070




http://127.0.0.1:19888




 提示                           

每次进入虚拟机系统时必须先进入hadoop用户下（su hadoop），才能开启服务，否则会报错

参考文章：www.powerxing.com/install-hadoop/

QQ交流：1923361654

hadoop完全分布式部署参考：http://blog.csdn.net/gamer_gyt/article/details/51991893

hadoop单机版部署参考：http://blog.csdn.net/gamer_gyt/article/details/46545303