搭建Hadoop的环境

准备实验的环境：
1、安装linux、jdk
2、配置主机名、免密码登录
3、约定：安装目录：/usr/local/bin

安装：
1、解压 : tar -zxvf hadoop-2.7.7.tar.gz -c /usr/local/bin/
2、设置环境变量： vi ~/.bash_profile
hadoop_home=/usr/local/bin/hadoop-2.7.7
export hadoop_home

path=$hadoop_home/bin:$hadoop_home/sbin:$path
export path
/usr/local/bin/hadoop-2.7.7
生效环境变量： source ~/.bash_profile


第一节：hadoop的目录结构

第二节：hadoop的本地模式
1、特点：不具备hdfs，只能测试mapreduce程序
2、修改hadoop-env.sh

修改第27行：export java_home=/root/training/jdk1.7.0_75

3、演示demo: $hadoop_home/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar
命令：hadoop jar hadoop-mapreduce-examples-2.4.1.jar wordcount /root/data/input/data.txt /root/data/output/wc
日志：17/08/04 23:28:38 info mapreduce.job: map 100% reduce 100%

注意：mr有一个默认的排序规则

第三节：hadoop的伪分布模式
1、特点：具备hadoop的所有功能，在单机上模拟一个分布式的环境
（1）hdfs：主：namenode，数据节点：datanode
（2）yarn：容器，运行mapreduce程序
主节点：resourcemanager
从节点：nodemanager

2、步骤：
（1）hdfs-site.xml
<!--配置hdfs的冗余度-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>

<!--配置是否检查权限-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>

（2）core-site.xml
<!--配置hdfs的namenode-->
<property>
<name>fs.defaultfs</name>
<value>hdfs://192.168.88.11:9000</value>
</property>

<!--配置datanode保存数据的位置-->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/bin/hadoop-2.7.7/tmp</value>
</property>


(3) mapred-site.xml
<!--配置mr运行的框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

(4) yarn-site.xml
<!--配置resourcemanager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>192.168.43.128</value>
</property>

<!--配置nodemanager执行任务的方式-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

(5) 格式化namenode
hdfs namenode -format
日志：storage directory/usr/local/bin/hadoop-2.7.7/tmp/dfs/name has been successfully formatted.


(6) 启动：start-all.sh
(*) hdfs: 存储数据
(*) yarn：执行计算

(7) 访问：（*）命令行
（*）java api
（*）web console：
hdfs：http://192.168.43.128:50070
yarn：http://192.168.43.128:8088