Hadoop大数据入门到实战（第二节） - 环境安装（ubun

本小节，我们来安装Hadoop环境。

远程连接工具

为了安装环境我们需要先在Windows下安装一个远程连接的工具来连接Linux虚拟机。这款工具叫做SecureCRT，当然还有很多其他连接工具，不过我觉得这一款挺好用。
官网下载地址（不免费）：https://www.vandyke.com/download/securecrt/download.html
你也可以用我这个：链接：https://pan.baidu.com/s/1GQq0l1N3XCpov8cPzCCkHQ 密码：5vyv

打开软件，新建连接。

image.png image.png

设置连接属性

image.png

进入主界面

image.png

我们来稍稍美化一下 ，编码格式需要设置成UTF-8 否则会乱码。

image.png image.png

好了现在我们可以开始安装Hadoop了。

下载Hadoop

我们去官网下载：http://hadoop.apache.org/

image.png image.png image.png

输入wget下载Hadoop。

如果我们是生产环境就需要验证文件的完整性，在这里我们就偷个懒了。

接下来解压Hadoop的压缩包，然后将解压好的文件移动到/app目录下。

image.png

我们来切换到app目录下修改一下hadoop文件夹的名字

image.png

配置Hadoop环境

接下来我们开始配置Hadoop开发环境。
咱们来搭建一个单节点的集群，配置一个伪分布式，为什么不做分布式呢？
其实分布式的配置和伪分布式差不多，只是分布式机器增加了而已，其他没什么两样，所以作为Hadoop学习我们搭建伪分布式要更好一点，不过后期我们会搭建真正的分布式环境。
好了，开始吧。你可以和我一起来，也可以看官方文档：http://hadoop.apache.org/docs/r3.1.0/hadoop-project-dist/hadoop-common/SingleCluster.html
毕竟这是知识的源头嘛，不过和我一起来可以避免很多坑哦，毕竟我是从坑里爬出来的人。

设置SSH免密登录

在之后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。

输入如下代码：

 ssh-keygen -t rsa -P ''

生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在/home/hadoop/.ssh目录下。
接下来：把id_rsa.pub追加到授权的key里面去。

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

然后修改权限：

chmod 600 ~/.ssh/authorized_keys

接着需要启用RSA认证，启动公钥私钥配对认证方式
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo
修改ssh配置：

RSAAuthentication yes # 启用 RSA 认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径

image.png

重启SSH

service ssh restart

好了准备工作已经做完了，我们要开始修改Hadoop的配置文件了，总共需要修改6个文件。分别是：

• hadoop-env.sh
• yarn-env.sh
• core-site.xml
• hdfs-site.xml
• mapred-site.xml
• yarn-site.xml

我们一个一个接着来配置吧！

hadoop-env.sh 配置

两个env.sh文件主要是配置JDK的位置

提示：如果忘记了JDK的位置了，输入 echo $JAVA_HOME就可以看到哦。

首先我们切换到hadoop目录下

image.png
编辑 hadoop-env.sh在文件中插入如下代码：

# The java implementation to use.  
#export JAVA_HOME=${JAVA_HOME}  
export JAVA_HOME=/app/jdk1.8.0_171

yarn-env.sh 配置

编辑yarn-env.sh 插入如下代码：

export JAVA_HOME=/app/jdk1.8.0_171

image.png

core-site.xml配置

这个是核心配置文件我们需要在该文件中加入 HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。
在文件末尾的configuration标签中添加代码如下：

<configuration>  
 <property>  
    <name>fs.default.name</name>  
    <value>hdfs://localhost:9000</value>  
    <description>HDFS的URI，文件系统://namenode标识:端口号</description>  
</property>  
  
<property>  
    <name>hadoop.tmp.dir</name>  
    <value>/usr/hadoop/tmp</value>  
    <description>namenode上本地的hadoop临时文件夹</description>  
</property>  
</configuration>  

hdfs-site.xml文件配置

replication指的是副本数量，我们现在是单节点，所以是1.

<configuration>  
<property>  
    <name>dfs.name.dir</name>  
    <value>/usr/hadoop/hdfs/name</value>  
    <description>namenode上存储hdfs名字空间元数据 </description>   
</property>  
  
<property>  
    <name>dfs.data.dir</name>  
    <value>/usr/hadoop/hdfs/data</value>  
    <description>datanode上数据块的物理存储位置</description>  
</property>  
  
<property>  
    <name>dfs.replication</name>  
    <value>1</value>  
</property>  
</configuration>  

mapred-site.xml文件配置

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

yarn-site.xml配置

<configuration>  
<property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
</property>  
<property>  
        <name>yarn.resourcemanager.webapp.address</name>  
        <value>192.168.2.10:8099</value>  
        <description>这个地址是mr管理界面的</description>  
</property>  
</configuration>  

创建文件夹

我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，建立tmp、hdfs/name、hdfs/data目录，执行如下命令 ：

mkdir /usr/hadoop/tmp 
mkdir /usr/hadoop/hdfs 
mkdir /usr/hadoop/hdfs/data 
mkdir /usr/hadoop/hdfs/name

将Hadoop添加到环境变量中

vim /etc/profile

在文件末尾插入如下代码：

image.png

最后使修改生效：source /etc/profile

验证

现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可

格式化

在使用Hadoop之前我们需要格式化一些hadoop的基本信息。
使用如下命令：

hadoop namenode -format

出现如下界面代表成功：

image.png

启动Hadoop

接下来我们启动Hadoop：

start-dfs.sh

输入命令应该会出现如下图界面：

image.png

这个是表示启动没成功，是因为root用户现在还不能启动hadoop，我们来设置一下就可以了。

在/hadoop3.1/sbin路径下： cd /app/hadoop3.1/sbin。
将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数

#!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：

#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

再次启动start-dfs.sh，最后输入命令 jps 验证,出现如下界面代表启动成功：

image.png

之后如果你是图形化界面，可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在windows机器上输入http://虚拟机ip地址:9870/ 也可以访问 hadoop的管理页面

image.png

好了到了这一步Hadoop就安装完成了，下一节我们来学习Hadoop的HDFS系统。

未完待续......