搭建hadoop集群单机版

二、在Ubuntu下创建hadoop用户组和用户

这里考虑的是以后涉及到hadoop应用时，专门用该用户操作。用户组名和用户名都设为：hadoop。可以理解为该hadoop用户是属于一个名为hadoop的用户组，这是linux操作系统的知识，如果不清楚可以查看linux相关的书籍。

Ctrl+Alt+T ：打开终端的快捷键

1、创建hadoop用户组

sudo su //进入管理员root用户
sudo addgroup hadoop

2、创建hadoop用户

sudo adduser –ingroup hadoop hadoop

重新输入密码

3、给hadoop用户添加权限，打开/etc/sudoers文件

sudo gedit /etc/sudoers

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。在root ALL=(ALL:ALL) ALL下添加hadoop ALL=(ALL:ALL) ALL

三、在Ubuntu下安装JDK

由于下面使用的是hadoop2.7.3,所以此处至少安装JDK1.7
记得先切换成hadoop用户

在Ubuntu下安装JDK图文解析： http://blog.csdn.net/chongxin1/article/details/68957808

四、修改机器名

每当ubuntu安装成功时，我们的机器名都默认为：ubuntu ，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。机器名由 /etc/hostname文件决定。

1、打开/etc/hostname文件

sudo su
sudo gedit /etc/hostname

2、将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名

回车后就打开/etc/hostname文件了，将/etc/hostname文件中的yangcx-virtual-machine改为你想取的机器名。这里我取“serverOne“。重启系统后才会生效。

解决：sudo: 无法解析主机：serverOne: 连接超时

sudo gedit /etc/hosts

把/etc/hosts文件中的yangcx-virtual-machine修改为serverOne

为了后面在windows系统中调用linux系统的hadoop服务，所以应该把127.0.0.1修改为实际IP地址，如：192.168.168.200

五、安装ssh服务

此处采用在线安装方法，所以首先要保证Ubuntu系统能够上网。

VMware Ubuntu如何连接互联网: http://blog.csdn.net/chongxin1/article/details/68959150

1、更新源列表

打开"终端窗口"，输入"sudo apt-get update"-->回车-->"输入当前登录用户的管理员密码"-->回车,就可以了。

sudo apt-get update

2、安装ssh

打开"终端窗口"，输入"sudo apt-get install openssh-server"-->回车-->输入"y"-->回车-->安装完成。

sudo apt-get install openssh-server

3、查看ssh服务是否启动

打开"终端窗口"，输入"sudo ps -e |grep ssh"-->回车-->有sshd,说明ssh服务已经启动，如果没有启动，输入"sudo service ssh start"-->回车-->ssh服务就会启动。

sudo ps -e |grep ssh

六、建立ssh无密码登录本机

ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。

1、创建ssh-key，，这里我们采用rsa方式

ssh-keygen -t rsa -P "" //(P是要大写的，后面跟"")

（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

2、进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的

cd ~/.ssh

cat id_rsa.pub >> authorized_keys

完成后就可以无密码登录本机了。

3、登录localhost

ssh localhost

( 注：当ssh远程登录到其它机器后，现在你控制的是远程的机器，需要执行退出命令才能重新控制本地主机。)

4、执行退出命令

exit

七、下载hadoop

hadoop百度网盘下载地址：http://pan.baidu.com/s/1pKQsHJ1

官网下载地址：http://hadoop.apache.org/

下载步骤一：

找到"Getting Started" ----->"Download Hadoop from the release page"

下载步骤二：

找到"Download the release hadoop-X.Y.Z-src.tar.gz from a mirror site

下载步骤三：

选择stable，表示是稳定的版本。

下载步骤四：

八、安装Hadoop

1、假设hadoop-2.7.3.tar.gz在桌面，将它复制到安装目录 /usr/local/下1

sudo cp hadoop-2.7.3.tar.gz /usr/local

2、解压hadoop-2.7.3.tar.gz

cd /usr/local/
sudo tar -zxf hadoop-2.7.3.tar.gz

3、将解压出的文件夹改名为hadoop

sudo mv hadoop-2.7.3 hadoop

4、将该hadoop文件夹的属主用户设为hadoop

sudo chown -R hadoop:hadoop hadoop

5、打开hadoop/etc/hadoop/hadoop-env.sh文件

cd hadoop/etc/hadoop

sudo gedit hadoop-env.sh

6、配置hadoop/etc/hadoop/hadoop-env.sh（找到#export JAVA_HOME=...,去掉，然后加上本机jdk的路径）

把 ${JAVA_HOME} 修改为本机JDK实际的路径

7、打开hadoop/etc/hadoop/core-site.xml文件，编辑如下：

sudo gedit core-site.xml

<configuration>添加如下代码：

<property>
<name>fs.default.name</name>
<value>hdfs://192.168.168.200:9000</value>
</property>

192.168.168.200 ：本机IP地址，此处不用localhost，为了在windows能够访问

9000：默认端口

8、打开hadoop/etc/hadoop/mapred-site.xml文件，编辑如下：

默认情况下，/usr/local/hadoop/etc/hadoop/文件夹下有mapred.xml.template文件，我们要复制该文件，并命名为mapred.xml，该文件用于指定MapReduce使用的框架。

//复制并重命名
cp mapred-site.xml.template mapred-site.xml
//编辑器打开此新建文件
sudo gedit mapred-site.xml

<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>

9、打开hadoop/etc/hadoop/hdfs-site.xml文件，编辑如下：

sudo gedit hdfs-site.xml

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

九、在单机上运行hadoop

1、格式化hdfs文件系统

进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作

cd /usr/local/hadoop
bin/hadoop namenode -format

当你看到下图时，就说明你的hdfs文件系统格式化成功了：

注意：由于hadoop2.7.3需要JDK1.7以上版本，JDK版本低于1.7就会报错。【java.lang.UnsupportedClassVersionError】版本不一致出错。

2、启动hdfs

cd /usr/local/hadoop
./sbin/start-dfs.sh

看到如下效果表示成功：

3、快捷启动配置

//配置hadoop环境变量
sudo gedit /etc/profile

export HADOOP_HOME=/usr/local/hadoop
export PATH="$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

之后即可直接调用start-dfs.sh启动hadoop，无需进入hadoop的安装目录。

4、停止hdfs

./sbin/stop-dfs.sh

十、测试hadoop是否安装成功

1、测试用浏览器访问： http://localhost:50070 或者 http://192.168.168.200:50070

效果如下：

2、上传文件测试

创建一个words.txt 文件并上传

vi words.txt

Hello World
Hello Tom
Hello Jack
Hello Hadoop
Bye hadoop

将words.txt上传到hdfs的根目录1

bin/hadoop fs -put words.txt /

可以通过浏览器访问：http://192.168.168.200:50070，选择“Browse the file system”：

这里的words.txt就是我们上传的words.txt

3、配置启动YARN

从上图看看出我们的MapReduce是运行在YARN上的，而YARN是运行在HDFS之上的，我们已经安装了HDFS现在来配置启动YARN，然后运行一个WordCount程序。

①配置etc/hadoop/mapred-site.xml：

mv mapred-site.xml.template mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

②配置etc/hadoop/yarn-site.xml:

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

③YARN的启动与停止

//启动
./sbin/start-yarn.sh

测试用浏览器访问：http://192.168.168.200:8088

停止
./sbin/stop-yarn.sh

现在我们的hdfs和yarn都运行成功了，我们开始运行一个WordCount的MP程序来测试我们的单机模式集群是否可以正常工作。

4、运行一个简单的MP程序

我们的MapperReduce将会跑在YARN上，结果将存在HDFS上：

./bin/hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar
wordcount hdfs://localhost:9000/words.txt hdfs://localhost:9000/out

用hadoop执行一个叫 hadoop-mapreduce-examples.jar 的 wordcount 方法，其中输入参数为 hdfs上根目录的words.txt 文件，而输出路径为 hdfs跟目录下的out目录，运行过程如下：

我们通过浏览器访问和下载查看结果：

这里下载的时候会跳转到另一个地址如下：

http://serverone:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0

1、需把serverone换成192.168.168.200

http://192.168.168.200:50075/webhdfs/v1/out/_SUCCESS?op=OPEN&namenoderpcaddress=localhost:9000&offset=0

2、需开放50075端口。

下载下来结果如下：

说明我们已经计算出了，单词出现的次数。

至此，我们Hadoop的单机模式搭建成功。

Linux下的快捷键：

Ctrl+Alt+T：弹出终端

Ctrl+空格：中英文输入法切换

使用Ecelipse 插件连接hdfs 时如果连接拒绝：首先将hosts中localhost改为本机IP（乌班图系统必改），检查插件配置中端口是否正确

Username随意写

装完HADOOP后首先要把hdfs配置文件权限打开，然后给hdfs路径设置755权限 hadoop dfs -chmod 755 /

开放50020 和 9000 端口，关闭hdfs安全模式。

centos 处理防火墙方法：：

添加

firewall-cmd --zone=public --add-port=80/tcp --permanent （--permanent永久生效，没有此参数重启后失效）

重新载入

firewall-cmd --reload

查看

firewall-cmd --zone=public --query-port=80/tcp

删除

firewall-cmd --zone=public --remove-port=80/tcp --permanent