linux下Hadoop安装与环境配置

注：本文采用的Linux环境为deepin 15.11系统（是由武汉深之度科技有限公司开发的颜值极高的Linux发行版），以下命令经测试Ubuntu18.04版本同样适用。linux安装可采用虚拟机安装、单系统安装、双系统安装等多种方式，自行百度。

 

    在linux下首先更新apt包：

sudo apt-get update

    安装SSH server：

sudo apt-get install openssh-server

    配置SSH：

ssh localhost

    输入密码登录本机和退出本机：

exit

    由于需要跨机器登录，所以还需要配置无密码。在进行了初次登陆后，进入.ssh文件夹下：

cd ~/.ssh/ 

    使用rsa算法生成秘钥和公钥对：

ssh-****** -t rsa

    运行后一路Enter，其中第一个是要输入秘钥和公钥对的保存位置，默认是在：.ssh/id_rsa。然后把公钥加入到授权中：

cat ./id_rsa.pub >> ./authorized_keys

    再次ssh localhost 就可以无密码登录了。

    安装JDK：

    首先检查Java是否已经安装：

java -version

    如果没有安装，点击链接

https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 并选择相应系统以及位数下载（本文选择jdk-8u241-linux-x64.tar.gz，如具体版本不同则灵活修改）

    为其单独创立一个文件夹，然后将其放到该目录下（下载后以具体为止为准）：

sudo mkdir -p /usr/local/javasudo mv ~/Downloads/jdk-8u241-linux-x64.tar.gz  /usr/local/java/

    进入该目录进行解压：

cd /usr/local/javasudo tar xvzf jdk-8u241-linux-x64.tar.gz

解压成功后会在当前目录下看到jdk1.8.0_241安装包，然后删除安装包：

sudo rm jdk-8u181-linux-x64.tar.gz

    配置JDK：

    设置环境变量，打开环境变量的配置文件：

sudo vim /etc/profile

    在末尾添加：

JAVA_HOME=/usr/local/java/jdk1.8.0_241PATH=$PATH:$HOME/bin:$JAVA_HOME/binexport JAVA_HOMEexport PATH

    告诉linux Java JDK的位置并设置为默认模式：

sudo update-alternatives --install "/usr/bin/java" "java" "/usr/local/java/jdk1.8.0_241/bin/java" 1sudo update-alternatives --install "/usr/bin/javac" "javac" "/usr/local/java/jdk1.8.0_241/bin/javac" 1sudo update-alternatives --install "/usr/bin/javaws" "javaws" "/usr/local/java/jdk1.8.0_241/bin/javaws" 1sudo update-alternatives --set java  /usr/local/java/jdk1.8.0_181/bin/javasudo update-alternatives --set javac  /usr/local/java/jdk1.8.0_181/bin/javacsudo update-alternatives --set javaws  /usr/local/java/jdk1.8.0_181/bin/javaws

    重新加载环境变量的配置文件：

source /etc/profile

    检测Java版本：

java -version

    如果出现以下代表成功：

java version "1.8.0_241"Java(TM) SE Runtime Environment (build 1.8.0_241-b07)Java HotSpot(TM) 64-Bit Server VM (build 25.241-b07, mixed mode)

    安装Hadoop：

    进入镜像文件https://mirrors.cnnic.cn/apache/hadoop/common/ 并选择对应Hadoop版本（注意版本不是越新越好，要考虑版本兼容问题，本文选择hadoop-2.10.0.tar.gz）

    然后将其解压至刚刚创建的文件夹 /usr/local并删除安装包：

sudo tar -zxf ~/Downloads/hadoop-2.10.0.tar.gz -C /usr/localrm ~/Downloads/hadoop-2.10.0.tar.gz

    重命名文件夹并修改权限（其中phenix为用户名）：

cd /usr/local/sudo mv hadoop-2.10.0 hadoopsudo chown -R phenix ./hadoop

     检测hadoop版本：

/usr/local/hadoop/bin/hadoop version

    出现以下信息则代表成功：

Hadoop 2.10.0Subversion ssh://git.corp.linkedin.com:29418/hadoop/hadoop.git -r e2f1f118e465e787d8567dfa6e2f3b72a0eb9194Compiled by jhung on 2019-10-22T19:10ZCompiled with protoc 2.5.0From source with checksum 7b2d8877c5ce8c9a2cca5c7e81aa4026This command was run using /usr/local/hadoop/share/hadoop/common/hadoop-common-2.10.0.jar

    配置Hadoop（伪分布式）：

    切换到路径/usr/local/hadoop/etc/hadoop下，需要修改2个配置文件core-site.xml和hdfs-site.xml。

    首先打开core-site.xml

cd /usr/local/hadoop/etc/hadoopvim core-site.xml

    在<configuration></configuration>中添加如下配置：

<configuration>        <property>                <name>hadoop.tmp.dir</name>                <value>/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>

    注：本文使用的是hdfs://localhost:9000即hdfs文件系统

    再打开hdfs-site.xml：

vim hdfs-site.xml

    同样在<configuration></configuration>中添加如下配置：    

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

    注：dfs.replication就是指备份的份数；dfs.namenode.name.dir和dfs.datanode.data.dir分别指名称节点和数据节点存储路径

    切换回hadoop主目录并执行NameNode的格式化（格式化成功后轻易不要再次格式化）：

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

    出现以下信息代表成功：

00000000 using no compression18/08/20 11:07:16 INFO namenode.FSImageFormatProtobuf: Image file /usr/local/hadoop/tmp/dfs/name/current/fsimage.ckpt_0000000000000000000 of size 320 bytes saved in 0 seconds .18/08/20 11:07:16 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 018/08/20 11:07:16 INFO namenode.NameNode: SHUTDOWN_MSG:/************************************************************SHUTDOWN_MSG: Shutting down NameNode at phenix/127.0.1.1************************************************************/

    手动添加JAVA_HOME，在hadoop-env.sh文件中添:

cd etc/hadoop/vim hadoop-env.sh

    在hadoop-env.sh文件中添加如下内容即可:

 

export JAVA_HOME=/usr/local/java/jdk1.8.0_181

    开启NameNode和DataNode守护进程:

./sbin/start-dfs.sh

    开启yarn资源管理器：

./sbin/start-yarn.sh

    验证：

jps

    出现以下六个则代表启动成功：

18192 DataNode18922 NodeManager20044 Jps18812 ResourceManager18381 SecondaryNameNode18047 NameNode​

    简单示例：

    首先切换至hadoop主目录并在HDFS中创建用户目录：

./bin/hdfs dfs -mkdir -p /user/hadoop

    创建输入文件夹：

./bin/hdfs dfs -mkdir /user/hadoop/input

    将etc/hadoop下所有的xml文件复制到输入：

./bin/hdfs dfs -put ./etc/hadoop/*.xml /user/hadoop/input

    然后通过命令查看：

./bin/hdfs dfs -ls /user/hadoop/input

    结果如下：

Found 8 items-rw-r--r--   1 phenix supergroup       8814 2020-01-31 13:21 /user/hadoop/input/capacity-scheduler.xml-rw-r--r--   1 phenix supergroup       1119 2020-01-31 13:21 /user/hadoop/input/core-site.xml-rw-r--r--   1 phenix supergroup      10206 2020-01-31 13:21 /user/hadoop/input/hadoop-policy.xml-rw-r--r--   1 phenix supergroup       1173 2020-01-31 13:21 /user/hadoop/input/hdfs-site.xml-rw-r--r--   1 phenix supergroup        620 2020-01-31 13:21 /user/hadoop/input/httpfs-site.xml-rw-r--r--   1 phenix supergroup       3518 2020-01-31 13:21 /user/hadoop/input/kms-acls.xml-rw-r--r--   1 phenix supergroup       5939 2020-01-31 13:21 /user/hadoop/input/kms-site.xml-rw-r--r--   1 phenix supergroup        690 2020-01-31 13:21 /user/hadoop/input/yarn-site.xml

    运行grep：

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.10.0.jar grep /user/hadoop/input output 'dfs[a-z]+'

    查看运行结果：

./bin/hdfs dfs -cat output/*

出现以下输出则说明Hadoop集群搭建完成：

1  1   dfsadmin

    我们还可以利用HDFS Web界面，不过只能查看文件系统数据，点击链接http://localhost:50070即可进行查看：

    同时也可通过http://localhost:8088/cluster查看hadoop集群当前应用状况：

    关闭Hadoop：

./sbin/stop-dfs.sh./sbin/stop-yarn.sh

    最后！细心的同学会发现每次开启关闭都得切换至指定目录不太方便，因此我们将其加入环境变量中，开启更加方便：

vim /etc/bash.bashrc

    在末尾添加：

export JAVA_HOME=/usr/local/java/jdk1.8.0_241export JRE_HOME=${JAVA_HOME}/jreexport HADOOP_HOME=/usr/local/hadoopexport CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/libexport PATH=${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

    然后执行source更新命令：

source /etc/bash.bashrc

    之后会发现在任意位置尝试hadoop命令都会输出对应结果：

hadoop version

    至此Hadoop安装及环境配置完成。