Hadoop 3.1.1 伪分布式配置

需要先下载hadooop 3.1.1包和java jdk

1.安装SSH,设置SSH无密码登陆

$ sudo apt-get install openssh-server #安装SSH server

$ ssh localhost #登陆SSH，第一次登陆输入yes

$ exit #退出登录的ssh localhost

$ cd ~/.ssh/ #如果没法进入该目录，执行一次ssh localhost

$ ssh-keygen -t rsa　

输入完 $ ssh-keygen -t rsa　语句以后，需要连续敲击三次回车，如下图：

其中，第一次回车是让KEY存于默认位置，以方便后续的命令输入。第二次和第三次是确定passphrase，相关性不大。两次回车输入完毕以后，如果出现类似于下图所示的输出，即成功：

之后再输入：

$ cat ./id_rsa.pub >> ./authorized_keys #加入授权

$ ssh localhost #此时已不需密码即可登录localhost，并可见下图。如果失败则可以搜索SSH免密码登录来寻求答案

2.安装jdk

首先在oracle官网下载jdk http://www.oracle.com/technetwork/java/javase/downloads/index.html 接下来进行安装与环境变量配置，根据个人电脑系统选择对应版本。

$ mkdir /usr/lib/jvm #创建jvm文件夹

$ sudo tar zxvf jdk-7u80-linux-x64.tar.gz -C /usr/lib #/ 解压到/usr/lib/jvm目录下

$ cd /usr/lib/jvm #进入该目录

$ mv jdk1.7.0_80 java #重命名为java(根据实际情况自己命名)

$ gedit ~/.bashrc #给JDK配置环境变量

$gedit /etc/profile #或是使用这一句

在~/.bashrc 或是/etc/profile中加入下列几句

export JAVA_HOME=/usr/lib/jvm/java #这个路径是你刚才解压到的那个路径

export JRE_HOME=${JAVA_HOME}/jre

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

export PATH=${JAVA_HOME}/bin:$PATH

在文件修改完毕以后，输入代码：

$ source ~/.bashrc #使新配置的环境变量生效

$ source /etc/profile #或者这一句

$ java -version #检测是否安装成功，查看java版本

如果有显示出java的版本号，则配置成功。

3.安装hadoop

先下载hadoop，配置过程与java类似。

可以直接使用归档管理器将hadoop压缩包解压到主文件夹下。

给hadoop配置环境变量，将下面代码添加到.bashrc或是/etc/profile文件:

export HADOOP_HOME=/usr/local/hadoop #刚刚你解压到的路径

export CLASSPATH=$($HADOOP_HOME/bin/hadoop classpath):$CLASSPATH

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

同样，执行source ~./bashrc或是source /etc/profile使设置生效，在终端中输入hadoop version来查看hadoop是否安装成功。如果显示了hadoop版本号，则成功。

4.伪分布式配置

Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。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。首先将jdk1.7的路径添（export JAVA_HOME=/usr/lib/jvm/java ）加到hadoop-env.sh文件（hadoop/etc/hadoop文件夹下）。

接下来修改core-site.xml文件：

<name>hadoop.tmp.dir</name>

<value>/home/zy/hadoop_tmp/tmp</value>

<description>Abase for other temporary directories</description>

</property>

<name>fs.defaultFS</name>

<value>hdfs://localhost:9000</value>

</property>

</configuration>

接下来修改配置文件 hdfs-site.xml

<name>dfs.replication</name>

</property>

<name>dfs.namenode.name.dir</name>

<value>/home/zy/hadoop_tmp/name</value>

</property>

<name>dfs.datanode.data.dir</name>

<value>/home/zy/hadoop_tmp/data</value>

</property>

<name>dfs.http.address</name>

</property>

</configuration>

接下来修改配置文件 yarn-site.xml

<name>yarn.nodemanager.resource.memory-mb</name>

</property>

<name>yarn.nodemanager.resource.cpu-vcores</name>

</property>

<name>yarn.resourcemanager.hostname</name>

<value>master</value>

</property>

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

接下来修改配置文件 mapred-site.xml

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

</property>

</configuration>

Hadoop 的运行方式是由配置文件决定的（运行 Hadoop 时会读取配置文件），因此如果需要从伪分布式模式切换回非分布式模式，需要删除 core-site.xml 中的配置项。此外，伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行（可参考官方教程），不过若没有配置 hadoop.tmp.dir 参数，则默认使用的临时目录为 /tmp/hadoo-hadoop，而这个目录在重启时有可能被系统清理掉，导致必须重新执行 format 才行。所以我们进行了设置，同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir，否则在接下来的步骤中可能会出错。

配置完成后，执行 NameNode 的格式化

$ ./bin/hdfs namenode -format

启动namenode和datanode进程，并查看启动结果

$ ./sbin/start-all.sh

$ jps

启动完成后，可以通过命令 jps 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode” 、“NodeManager”、“ResourceManager”和 “SecondaryNameNode”

成功启动后，可以访问 Web 界面http://localhost:50070和http://localhost:8088