Hadoop第2课（伪分布式集群的搭建）

jdk和hadoop安装包：

hadoop-2.9.2.t......等2个文件官方版下载丨最新版下载丨绿色版下载丨APP下载-123云盘

1、用XFTP发送hadoop安装包和jdk到/home/hadoop/目录下（hadoop用户的主目录）

2、解压jdk安装包到~目录

卸载jdk的命令：rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps

cd /home/hadoop
tar -zxvf /home/hadoop/jdk-8u311-linux-x64.tar.gz

3、配置bashrc

vim ~/.bashrc

export JAVA_HOME=/home/hadoop/jdk1.8.0_311

export JRE_HOME=$JAVA_HOME/jre

export CLASSPATH= $JAVA_HOME/lib:$ JAVA_HOME/jre/lib

export PATH= $PATH:$ JAVA_HOME/bin:$JRE_HOME

保存后输入source ~/.bashrc

4、继续解压hadoop安装包到~目录

tar --zxvf hadoop-2.9.2.tar.gz

5、配置bashrc

vim .bashrc

export HADOOP_HOME=/home/hadoop/hadoop-2.9.2

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

source .bashrc

6、配置Hadoop配置文件，实现伪分布式；

Hadoop 配置文件很多，都位于 $HADOOP_HOME/etc/hadoop 下。

下面简单的描述一下几个重要的配置文件：

hadoop-env.sh：运行 Hadoop 要用的环境变量。

core-site.xml：核心配置项，包括 HDFS、MapReduce 和 YARN 常用的 I/O 设置等。

hdfs-site.xml：HDFS相关进程的配置项，包括 NameNode、SecondaryNameNode、DataNode等。

yarn-site.xml：YARN 相关进程的配置项，包括 ResourceManager、NodeManager 等。

mapred-site.xml：MapReduce 相关进程的配置项。

slaves：从节点配置文件，通常每行 1 个从节点主机名。

log4j.properties：系统日志、NameNode 审计日志、JVM 进程日志的配置项。

Hadoop伪分布式配置：

所有配置文件都在hadoop安装目录下的/etc/hadoop/里，所以先cd进去：

cd ~/hadoop-2.9.2/etc/hadoop

1.vim ./hadoop-env.sh

设置一项java安装目录即可：

export JAVA_HOME=/home/hadoop/jdk1.8.0_311

2.vim ./core-site.xml

<configuration>
<property>
<name>fs.defaultFS</name>
    <value>hdfs://master:9000</value>
<!--配置hdfs NameNode的地址，9000是RPC通信的端口-->
</property>
<property>
    <name>hadoop.tmp.dir</name>
    <value>/home/hadoop/data/tmp</value>
<!--hadoop运行时产生的临时文件的存放目录-->
</property>
</configuration>

3.vim hdfs-site.xml

<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/data/dfs/name</value>
<!--配置namenode节点存储fsimage的目录位置-->
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/hadoop/data/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
<!--配置hdfs副本数量-->
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
<!--关闭hdfs的权限检查-->
</property>
<!--配置datanode 节点存储block的目录位置-->
</configuration>

4. vim mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
<!--指定运行mapreduce的环境为YARN-->
</property>
</configuration>

5.vim yarn-site.xml

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
<!--配置NodeManager执行MapReduce任务的方式为Shuffle混洗-->
</property>
</configuration>

6.vim slaves

该文件主要配置datanode角色的主机，目前我们属于伪分布式，因此只填写本机作为从节点即可

改为：master

7.创建三个用来存放文件

mkdir -p /home/hadoop/data/tmp

mkdir -p /home/hadoop/data/dfs/name

mkdir -p /home/hadoop/data/dfs/data

8. 启动Hadoop伪分布式集群并测试：

（1）格式化NameNode

hdfs namenode -format

（2）启动集群

start-all.sh

查看进程

jps

查看HDFS

浏览器输入网址：http://master:50070/

查看YARN

浏览器输入网址：http://master:8088/

测试集群：见课本