Hadoop环境配置(Linux虚拟机)

本学期选了大数据管理与分析这门课，主要使用Hadoop框架下进行数据分析与应用开发，在此先进行环境配置

注意

1. 最好把JDK以及Hadoop 放在/usr/local下

2. 添加环境变量的时候 可以加到/etc/profile

   或者 按照该链接 w3cshcool的教材进行配置(强烈推荐)

环境要求

单机Hadoop的安装

安装JDK

链接

https://www.oracle.com/java/technologies/javase-java-archive-javase6-downloads.html

然后

sudo nautilus
会打开一个有权限的文件夹

推荐下载 .bin文件 而非 rpm.bin

然后安装

./jdk-6u23-linux-x64.bin

配置JDK

用vim或vi 打开/etc/profile 文件

vim /etc/profile

点击键盘 i 进行编辑；

将下面内容粘贴到末尾；

export JAVA_HOME=/home/java/jdk1.6.0_23
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

然后esc

然后输入

:w  
:q

保存退出 然后输入

source /etc/profile 

最后验证

java -version

下载安装Hadoop

网址:

https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.10.0/hadoop-2.10.0.tar.gz

下载并解压

然后测试是否可用

./bin/hadoop version   #  查看hadoop版本信息

经过俩小时的DeBug 终于可以了

1. 换了JDK版本 为jdk1.8.0_171

2. 然后 记住改完 /etc/profile 之后 一定要 source /etc/profile

   两种角色下都要source 然后就行了~

3. 别忘了修改这个.sh文件

   

   

   然后就能够Hadoop 正常显示版本号了

配置SSH

为了保证远程管理Hadoop节点以及Hadoop 节点之间用户共享访问时的安全性，需要配置SSH(安全外壳协议)。

在单机模式下无需守护进程，因此不需要进行SSH设置。但是在单机伪分布或者集群分布下需要进行SSH设置

所以暂时先跳

配置Hadoop环境

1. 就是改java_home那个 上文已经说了

2. Hadoop的配置文件时conf/core-site.xml cof/hdfs-site.xml 以及 conf/mapred-site.xml

   其中core-site.xml时全局配置文件，后面分别是HDFS的配置文件以及MapReduce的配置文件。

3. 需要修改core-site.xml 以及 hdfs-site.xml

   core-site代码如下

   <configuration>
    		<property>
                <name>hadoop.tmp.dir</name>
                <value>file:/root/hadoop-2.10.0/tmp</value>
                <description>Abase for other temporary directories.</description>
           </property>
           <property>
                <name>fs.defaultFS</name>
                <value>hdfs://localhost:9000</value>
           </property>
   </configuration>
   
   

   hdfs-site 如下

   <configuration>
           <property>
                <name>dfs.replication</name>
                <value>1</value>
           </property>
           <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/root/hadoop-2.10.0/tmp/dfs/name</value>
           </property>
           <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/root/hadoop-2.10.0/tmp/dfs/data</value>
           </property>
   </configuration>
   
   
   

   效果如下 自行修改 file 即 hadoop-2.10.0的文件地址 其他不需要改

   

Hadoop的运行

1. 初始化节点

   ./bin/hdfs namenode -format
   

2. 如果出现，即说明成功，否则可能原因见地址

   

3. 继续输入 ./sbin/start-dfs.sh

4. 发现要你输入密码(貌似不行，但是不知道为啥)

   

5. 所以需要进行SSH配置

   sudo apt-get update  #第一步
   sudo apt-get install ssh  #第二步
   sudo apt-get install pdsh  #第三       
   

6. 生成密钥对

   ssh-keygen -t rsa # 然后一路enter
   # 就会按照默认保存在.ssh/id_rsa文件中
   

​

6. # 先进入.ssh 目录 然后
   cp id_rsa.pub authorized_keys
   # 再继续
   ssh localhost
   

   结果

   

最后

分别

start-dfs.sh 
start-yarn.sh 

即可完成验证、登录
然后

# 访问Hadoop的默认端口号为50070.使用以下URL在浏览器上获取Hadoop服务。
http://localhost:50070/ 
# 访问群集的所有应用程序的默认端口号为8088.使用以下URL访问此服务。
http://localhost:8088/

部分问题

1. 

   这种是说明启动Hadoop的时候已有Hadoop节点在运行，所以在启动之前你需要 在重新启动hadoop之前要先stop掉所有的hadoop服务。 然后恢复正常启动。

   启动Hadoop的时候已有Hadoop节点在运行，所以在启动之前你需要 在重新启动hadoop之前要先stop掉所有的hadoop服务。 然后恢复正常启动。

   解决

   stop-all.sh

   

   然后重启

   注意这里输入

   ./sbin/start-all.sh
   

2. https://www.w3cschool.cn/hadoop/hadoop_enviornment_setup.html

最后这个链接是w3school的hadoop教程，感觉比较好，可以完全按照这个来配置。