hadoop环境配置

Hadoop启动模式

Hadoop集群有三种启动模式：

单机模式：默认情况下运行为一个单独机器上的独立Java进程，主要用于调试环境
伪分布模式：在单个机器上模拟成分布式多节点环境，每一个Hadoop守护进程都作为一个独立的Java进程运行
完全分布式模式：真实的生产环境，搭建在完全分布式的集群环境

用户及用户组

需要先添加用来运行Hadoop进程的用户组hadoop及用户hadoop。

添加用户及用户组，创建用户hadoop
1
$ sudo adduser hadoop
添加sudo权限，将hadoop用户添加进sudo用户组
1
$ sudo usermod -G sudo hadoop

安装及配置依赖的软件包

安装openssh-server、java、rsync等

$ sudo apt-get update
$ sudo apt-get install openssh-server rsync
$ sudo service ssh restart
$ sudo apt-get install openjdk-7-jdk
$ java -version

配置ssh免密码登录，ssh登录到本机

$ su -l hadoop
$ ssh-keygen -t rsa -P ""
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ ssh localhost

下载并安装Hadoop

下载Hadoop 2.6.0

1	$ wget http://labfile.oss.aliyuncs.com/hadoop-2.6.0.tar.gz

解压并安装

1
2
3

$ tar zxvf hadoop-2.6.0.tar.gz
$ sudo mv hadoop-2.6.0 /usr/local/hadoop
$ sudo chmod 774 /usr/local/hadoop

配置Hadoop

1	$ vim /home/hadoop/.bashrc

在/home/hadoop/.bashrc文件末尾添加下列内容：

#HADOOP START
export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib"
#HADOOP END

保存退出后，激活新加的环境变量

1	$ source ~/.bashrc

至此，Hadoop单机模式安装完成，可以通过下述步骤的测试来验证安装是否成功。

测试验证

创建输入的数据，暂时采用/etc/protocols文件作为测试

1
2
3

$ cd /usr/local/hadoop
$ sudo mkdir input
$ sudo cp /etc/protocols ./input

执行Hadoop WordCount应用（词频统计）

1	$ bin/hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.6.0-sources.jar org.apache.hadoop.examples.WordCount input output

查看生成的单词统计数据

1	$ cat output/*

参考资料：

【1】实验楼：https://www.shiyanlou.com/