原始链接： http://www.seyvoue.com/posts/17188a01/
本文介绍如何在 CentOS7 中以伪分布式模式 ( Pseudo-Distributed Mode ) 运行 Hadoop-1.2.1。
前期准备
安装 Linux 系统
可参考这篇“@Vmware Funsion8.5中安装 CentOS 7(macOS Sierra)”
建议在虚拟机下安装 Linux 系统，并善用虚拟机的 snapshot 功能，可以节省很多时间。
安装 JDK1.8 并设置环境变量
可参考这篇"@Linux 系统下 JDK 安装与配置"
Hadoop 的安装及配置
Hadoop 版本有很多，建议安装
hadoop.1.2.1或 hadoop 的最新版本。本文以hadoop-1.2.1为例。另外，Hadoop Wiki 上有更系统更权威的资料。
step1：下载安装 Hadoop
- 在 Apache Download Mirrors 下载 hadoop-1.2.1.tar.gz ( 或者下载 hadoop-2.8.0.tar.gz )
- 将下载的包解压缩到
/usr，如下：
# 切换到 root 身份
[zodas@localhost ~]$ su
# 将下载到桌面上的包 hadoop-1.2.1.tar.gz 拷贝到 /opt/installpackages 目录下
[root@localhost zodas]# cp ./Desktop/hadoop-1.2.1.tar.gz /opt/installpackages
# 切换工作目录到 /opt
[root@localhost zodas]# cd /opt
# 将 hadoop-1.2.1.tar.gz 解压到 /opt 目录下
[root@localhost opt]# tar -xvzf /opt/installpackages/hadoop-1.2.1.tar.gz
step2：修改环境变量 /etc/profile
- 打开终端输入
vi /etc/profile，增加以下内容，配置 Hadoop 环境变量：
# Hadoop
export HADOOP_HOME=/opt/hadoop-1.2.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
- 打开终端输入
source /etc/profile，使新添加的环境变量立即生效 - 打开终端输入
hadoop version，验证环境变量是否配置成功
注：由于是在 /etc/profile 中配置的环境变量，所以建议配置完后重启一次系统，让环境变量永久生效
step3：配置hadoop
Hadoop-1.2.1 的配置文件默认是放在其 conf/ 目录下，我们只需要配置其中的4个文件即可，分别是：hadoop-env.sh, core-site.xml, hdfs-site.xml, mapred-site.xml。
hadoop-env.sh
在该文件中我们只需要修改 JAVA_HOME 这一变量的值为 JDK 安装的真实路径即可，如果按照笔者的教程操作的话，JAVA_HOME=/opt/jdk1.8.0，修改内容如下：
Change hadoop-env.sh
# The java implementation to use. Required.
# export JAVA_HOME=/usr/lib/j2sdk1.5-sun
to
# The java implementation to use. Required.
export JAVA_HOME=/opt/jdk1.8.0_131
conf/*-site.xml
-
conf/core-site.xom修改为：
<configuration>
<!-- hadoop.tmp.dir 是hadoop文件系统依赖的基础配置，很多路径都依赖它。如果 hdfs-site.xml 中不配置namenode和datanode的存放位置，默认就放在这个路径中-->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/workspace/hadoop/hdfs/tmp</value>
</property>
<!-- fs.default.name 这是一个描述集群中NameNode结点的URI(包括协议、主机名称、端口号)，集群里面的每一台机器都需要知道NameNode的地址。DataNode结点会先在NameNode上注册，这样它们的数据才可以被使用。独立的客户端程序通过这个URI跟DataNode交互，以取得文件的块列表。-->
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
-
conf/mapred-site.xml修改为：
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
-
conf/hdfs-site.xml修改为：
<configuration>
<!-- dfs.replication 它决定着 系统里面的文件块的数据备份个数。对于一个实际的应用，它应该被设为3（这个数字并没有上限，但更多的备份可能并没有作用，而且会占用更多的空间）。少于三个的备份，可能会影响到数据的可靠性(系统故障时，也许会造成数据丢失)-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<!-- dfs.data.dir 这是DataNode结点被指定要存储数据的本地文件系统路径。DataNode结点上的这个路径没有必要完全相同，因为每台机器的环境很可能是不一样的。但如果每台机器上的这个路径都是统一配置的话，会使工作变得简单一些。默认的情况下，它的值hadoop.tmp.dir, 这个路径只能用于测试的目的，因为，它很可能会丢失掉一些数据。所以，这个值最好还是被覆盖-->
<property>
<name>dfs.data.dir</name>
<value>/usr/workspace/hadoop/hdfs/data</value>
</property>
<!-- dfs.name.dir 这是NameNode结点存储hadoop文件系统信息的本地系统路径。这个值只对NameNode有效，DataNode并不需要使用到它。上面对于/temp类型的警告，同样也适用于这里。在实际应用中，它最好被覆盖掉。-->
<property>
<name>dfs.name.dir</name>
<value>/usr/workspace/hadoop/hdfs/name</value>
</property>
</configuration>
step4：修改 Hadoop 工作目录的 owner 和 group
建议创建一个新的群组，并将用户添加到该新群组中，否则，在 hadoop namenode -format 可能会报 Cannot create directory /usr/workspace/hadoop/hdfs/name/current 的错误，这是因为新创建的 workspace 目录其owner=root, group=root，所以 Hadoop 在 -format 无法自动创建需要的目录，解决办法是修改 workspace/hadoop/ 及其子目录的 owner 和 group。
- 创建一个新的群组
hadoop(名字随意)
# 创建一个新的群组 hadoop
[zodas@localhost ~]$ sudo groupadd hadoop
# 将用户 zodas 添加到新的群组中
[zodas@localhost ~]$ sudo usermod -G hadoop zodas
- 修改工作目录的权限
[zodas@localhost ~]$ cd /usr
[zodas@localhost usr]$ sudo mkdir -p /usr/workspace/hadoop/hdfs
# 修改 workspace 目录及其子目录的 owner=zodas, group=hadoop
[zodas@localhost usr]$ sudo chown -R zodas:hadoop workspace/
# 修改 workspace 目录及其子目录的 权限为 rwxrwxr-x(即775)
[zodas@localhost usr]$ sudo chmod -R g+w workspace/
- 同上，修改
/opt/hadoop-1.2.1的拥有者及群组为zodas:hadoop
[zodas@localhost ~]$ sudo chown -R zodas:hadoop /opt/hadoop-1.2.1
[zodas@localhost ~]$ sudo chmod -R g+x /opt/hadoop-1.2.1
step5：配置 SSH 免密码登录
不了解 SSH 的，可参考阮一峰的这篇博文"SSH原理与运用（一）：远程登录"
- CentOS 默认是已经安装了
OpenSSH的，可在终端中输入ssh -V，查看已安装的OpenSSH版本 - 使用
ssh-keygen生成公私钥：
# 生成公私钥。会在 ~/.ssh 目录下生成两个文件：id_rsa.pub 和 id_rsa
[zodas@localhost ~]$ ssh-keygen -t rsa -P ""
tips：-P 表示密码，-P "" 就表示空密码，也可以不用 -P 参数，这样就要三次回车，用 -P 就一次回车。
- 再输入下面的命令，将公钥传送到远程主机host上面：
[zodas@localhost ~]$ ssh-copy-id zodas@localhost
好了，从此你再登录，就不需要输入密码了。
- 如果还是不行，就打开
/etc/ssh/sshd_config这个文件，检查下面几行前面"#"注释是否取掉
RSAAuthentication yes
PubkeyAuthentication yes
AuthorizedKeysFile .ssh/authorized_keys
- 重启远程主机的ssh服务。
# ubuntu系统
service ssh restart
# debian系统
/etc/init.d/ssh restart
- 打开终端输入
ssh zodas@localhost，若能不输入密码即可登录主机 localhost，则表示 SSH 免密码登录配置成功
另外，
Ubuntu 默认是没有安装 openssh-server，这也是为什么在/etc/ssh 目录下找不到 sshd_config 文件。解决方案执行sudo apt-get install openssh-server 安装 openssh-server
启动 Hadoop
Formatting the HDFS filesystem via the namenode
运行:
[zodas@localhost ~]hadoop namenode -format
输出类似于以下：
[zodas@localhost ~]$ hadoop namenode -format
Warning: $HADOOP_HOME is deprecated.
17/07/10 11:13:31 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = ./192.168.12.184
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 1.2.1
STARTUP_MSG: build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.2 -r 1503152; compiled by 'mattf' on Mon Jul 22 15:23:09 PDT 2013
STARTUP_MSG: java = 1.8.0_131
************************************************************/
17/07/10 11:13:31 INFO util.GSet: Computing capacity for map BlocksMap
17/07/10 11:13:31 INFO util.GSet: VM type = 64-bit
17/07/10 11:13:31 INFO util.GSet: 2.0% max memory = 1013645312
17/07/10 11:13:31 INFO util.GSet: capacity = 2^21 = 2097152 entries
17/07/10 11:13:31 INFO util.GSet: recommended=2097152, actual=2097152
17/07/10 11:13:31 INFO namenode.FSNamesystem: fsOwner=zodas
17/07/10 11:13:31 INFO namenode.FSNamesystem: supergroup=supergroup
17/07/10 11:13:31 INFO namenode.FSNamesystem: isPermissionEnabled=true
17/07/10 11:13:31 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100
17/07/10 11:13:31 INFO namenode.FSNamesystem: isAccessTokenEnabled=false accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)
17/07/10 11:13:31 INFO namenode.FSEditLog: dfs.namenode.edits.toleration.length = 0
17/07/10 11:13:31 INFO namenode.NameNode: Caching file names occuring more than 10 times
17/07/10 11:13:32 ERROR namenode.NameNode: java.io.IOException: Cannot create directory /usr/workspace/hadoop/hdfs/name/current
at org.apache.hadoop.hdfs.server.common.Storage$StorageDirectory.clearDirectory(Storage.java:294)
at org.apache.hadoop.hdfs.server.namenode.FSImage.format(FSImage.java:1337)
at org.apache.hadoop.hdfs.server.namenode.FSImage.format(FSImage.java:1356)
at org.apache.hadoop.hdfs.server.namenode.NameNode.format(NameNode.java:1261)
at org.apache.hadoop.hdfs.server.namenode.NameNode.createNameNode(NameNode.java:1467)
at org.apache.hadoop.hdfs.server.namenode.NameNode.main(NameNode.java:1488)
17/07/10 11:13:32 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at ./192.168.12.184
************************************************************/
Starting single-node cluster
运行：
[zodas@localhost ~]$ start-all.sh
输出：
[zodas@ ~]$ start-all.sh
Warning: $HADOOP_HOME is deprecated.
starting namenode, logging to /opt/hadoop-1.2.1/libexec/../logs/hadoop-zodas-namenode-..out
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: starting datanode, logging to /opt/hadoop-1.2.1/libexec/../logs/hadoop-zodas-datanode-..out
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: starting secondarynamenode, logging to /opt/hadoop-1.2.1/libexec/../logs/hadoop-zodas-secondarynamenode-..out
starting jobtracker, logging to /opt/hadoop-1.2.1/libexec/../logs/hadoop-zodas-jobtracker-..out
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: starting tasktracker, logging to /opt/hadoop-1.2.1/libexec/../logs/hadoop-zodas-tasktracker-..out
- 用
jps命令查看 java 进程，验证伪分布式集群是否安装成功
运行：
[zodas@localhost ~]$ jps
输出：
[zodas@localhost ~]$ jps
7431 Jps
7192 TaskTracker
6858 DataNode
6989 SecondaryNameNode
7069 JobTracker
6735 NameNode
Stoping single-node cluster
运行：
[zodas@localhost ~]$ stop-all.sh
输出：
[zodas@localhost ~]$ stop-all.sh
Warning: $HADOOP_HOME is deprecated.
stopping jobtracker
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: stopping tasktracker
stopping namenode
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: stopping datanode
localhost: Warning: $HADOOP_HOME is deprecated.
localhost:
localhost: stopping secondarynamenode
网友评论