hadoop 3.x 伪分布式搭建

hadoop 伪分布式搭建

环境

CentOS 7

jdk 1.8

hadoop 3.3.6

1. 准备

准备环境所需包
上传所有压缩包到服务器

2. 安装jdk

shell 复制代码

# 解压jdk到/usr/local目录下
tar -xvf jdk-8u431-linux-x64.tar.gz -C /usr/local

先不着急配置java环境变量，后面和hadoop一起配置

3. 安装hadoop

shell 复制代码

# 解压hadoop到/usr/local目录下
tar -xvf hadoop-3.3.6.tar.gz -C /usr/local

4. 配置hadoop

进入目录 /usr/local/hadoop-3.3.6/sbin，修改如下文件

mapred-site.xml

xml 复制代码

<configuration>
	<property>
		<!-- 指定mapreduce 编程模型运行在yarn上-->
		<name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

core-site.xml

xml 复制代码

<configuration>
	<!-- 指定hadoop运行时产生文件的存储路径-->
	<property>
		<name>hadoop.tmp.dir</name>
		<value>file:/usr/local/hadoop-3.3.6/tmp</value>
		<description>Abase for other temporary directories.</description>
	</property>
	<!--hdfs namenode的通信地址-->
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://localhost:9000</value>
	</property>
	<!--该用户将作为所有 Hadoop 服务的运行身份-->
	<property>
		<name>hadoop.http.staticuser.user</name>
      <value>root</value>
  </property>
</configuration>

hdfs-site.xml

xml 复制代码

<configuration>
  <!--指定HDFS储存数据的副本数目，默认情况下为3份-->
  <property>
      <name>dfs.replication</name>
      <value>1</value>
  </property>
  <!--name node 存放 name table 的目录-->
  <property>
      <name>dfs.namenode.name.dir</name>
      <value>file:/usr/local/hadoop-3.3.6/tmp/dfs/name</value>
  </property>
  <!--DataNode 在本地磁盘存放数据块（block）的位置-->
  <property>
      <name>dfs.datanode.data.dir</name>
      <value>file:/usr/local/hadoop-3.3.6/tmp/dfs/data</value>
  </property>
  <!--设置监控页面的端口及地址-->
  <property>
      <name>dfs.http.address</name>
      <value>0.0.0.0:50070</value>
  </property>
</configuration>

yarn-site.xml

xml 复制代码

<configuration>

  <!-- Site specific YARN configuration properties -->
  <property>
      <!-- 指定mapreduce 编程模型运行在yarn上 -->
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
  </property>
</configuration>

修改编辑开始和关闭脚本，进入目录/usr/local/hadoop/hadoop-3.3.6/sbin，修改文件如下

注：所有添加内容，都是在文件最开头的 #/usr/bin/env bash 下

start-dfs.sh

cmd 复制代码

HDFS_DATANODE_USER=root 
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

stop-dfs.sh

cmd 复制代码

HDFS_DATANODE_USER=root 
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

start-yarn.sh

cmd 复制代码

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

stop-yarn.sh

cmd 复制代码

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

修改hadoop-env环境变量，进入目录/usr/local/hadoop-3.3.6/etc/hadoop，打开 hadoop-env.sh 文件追加内容如下

cmd 复制代码

export JAVA_HOME=/usr/local/jdk1.8.0_431
export HADOOP_CONF_DIR=/usr/local/hadoop-3.3.6/etc/hadoop

5. 编辑环境变量

shell 复制代码

# 打开环境变量文件
vim /etc/profile

文件末尾追加内容

shell 复制代码

# Java
export JAVA_HOME=/usr/local/jdk1.8.0_431
export MAVEN_HOME=/usr/local/apache-maven-3.9.0
export CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/lib/dt.jar:${JAVA_HOME}/lib/tools.jar

# Hadoop
export HADOOP_HOME=/usr/local/hadoop-3.3.6/
export PATH=$PATH:${JAVA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin

执行命令，使其生效

shell 复制代码

source /etc/profile

6. SSH免密登录设置

shell 复制代码

# 本地连接本地
ssh localhost
# 退出
exit
# 进入root目录
cd ~/.ssh
# 执行命令，三次回车
ssh-keygen -t rsa
cat id_rsa.pub >> authorized_keys

7.启动

shell 复制代码

cd /usr/local/hadoop/hadoop-3.3.6/etc/hadoop
# 初始化
hadoop namenode -format
# 启动hadoop
./start-all.sh
# 查看进程
jps

不出意外，结果如下

text 复制代码

12720 ResourceManager
15072 Jps
14002 NameNode
14754 NodeManager
14389 SecondaryNameNode
14173 DataNode

用浏览器访问地址：http://[服务器IP]:50070，http://[服务器IP]:8088