搭建Hadoop开发环境

环境

ubuntu 16.04

软件列表

配置步骤

1. 单独创建一个系统用户名Hadoop

   1. 使用useradd命令创建hadoop用户

      sudo useradd hadoop -m -r -s /bin/bash
      

   2. 为hadoop用户设置密码

      sudo passwd hadoop
      

   3. 给予用户系统及管理员权限

      sudo vi /etc/sudoers #编辑权限管理文件
      #root ALL=(ALL:ALL) ALL 后添加Hadoop权限设置
      hadoop ALL=(ALL:ALL) ALL #给予系统权限
      

2. 配置SSH服务并设置免密码登录

   1. 安装ssh服务

      sudo apt-get install openssh-server
      

   2. 利用ssh-keygen命令生成密钥

      #采用rsa密钥类型生成密钥
      ssh-keygen -t rsa 
      

      ps: ssh-keygen参数说明

   3. 配置本机ssh无密码登录

      #进入.ssh目录下
      cd ~/.ssh
      
      #把id_rsa.pub文件内容添加到授权文件中
      cat id_rsa.pub >> authorized_keys
      
      #测试无密码登录
      ssh localhost
      

3. 安装Java开发环境

   1. 从官网获取安装包

      #不需要验证
      wget --no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie" http://download.oracle.com/otn-pub/java/jdk/8u131-b11/d54c1d3a095b4ff2b6607d096fa80163/jdk-8u131-linux-x64.tar.gz
      

   2. 解压文件并复制到/usr/local目录下

      tar -xvf jdk-8u131-linux-x64.tar.gz
      
      sudo cp jdk1.80_131 /usr/local/
      

   3. 配置java环境变量

      #打开系统环境配置文件
      sudo vi /etc/profile
      
      #在profile文件最后增加以下内容
      export JAVA_HOME=/usr/local/jdk_1.80_131
      export PATH= $JAVA_HOME/bin:$PATH
      export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
      
      #使配置生效
      source /etc/profile
      
      #检查Java是否已经安装好
      java -version
      

4. 安装Hadoop

   1. 从官网获取安装包

      wget http://mirrors.hust.edu.cn/apache/hadoop/common/hadoop-2.8.1/hadoop-2.8.1.tar.gz
      

   2. 解压安装包并copy到／usr/local目录下

      #解压hadoop安装包
      tar -xvf hadoop-2.8.1.tar.gz
      
      #移动Hadoop文件夹到/usr/local目录下
      sudo mv hadoop-2.8.1 /usr/local
      

   3. 添加hadoop环境变量

      #打开环境配置文件
      sudo vi /etc/profile
      
      #添加hadoop环境
      export HADOOP_HOME=/usr/local/hadoop-2.8.1
      export PATH = $HADOOP_HOME/bin:$PATH:$HADOOP_HOME/sbin
      
      #检查hadoop环境是否配置正确
      source /etc/profile #使配置生效
      hadoop version #查看hadoop版本信息
      

   4. 配置hadoop配置文件

      1. 配置hadoop-env.sh文件

         #修改hadoop-env.sh JAVA_HOME路径地址
         export JAVA_HOME=/usr/local/jdk1.80_131
         

      2. 配置core-site.xml

         <configuration>
             <!-- 指定HDFS的namenode的通信地址 -->
             <property>
                 <name>fs.default.name</name>
                 <value>hdfs://hadoop:9000</value>
             </property>
             
             <!-- 指定hadoop运行时产生文件的存放目录 -->
             <property>
                 <name>hadoop.tmp.dir</name>
                 <value>file:/usr/local/hadoop-2.8.1/tmp</value>
             </property>
             
             <!--指定文件存储的大小默认64M-->
             <property>
             <name>io.file.buffer.size</name>
             <value>131072</value>
            </property>
         </configuration>
         
         

      3. 配置hdfs-site.xml

         <configuration>
             <!-- 配置HDFS分片的数量 -->
             <property>
                 <name>dfs.replication</name>
                 <value>1</value>
             </property>
             <!--配置namenode本地存储路径-->
             <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/usr/local/hadoop-2.8.1/tmp/dfs/name</value>
             </property>
             <!--DataNode在本地文件系统中存放块的路径-->
             <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/usr/local/hadoop-2.8.1/tmp/dfs/data</value>
             </property>
         </configuration>
         

      4. 配置yarn-site.xml

         <configuration>
             <!-- reducer取数据的方式是mapreduce_shuffle -->
             <property>
                 <name>yarn.nodemanager.aux-services</name>
                 <value>mapreduce_shuffle</value>
             </property>
         </configuration>
         

      5. 配置mapred-site.xml

         <configuration>
           <!-- tracker地址 -->
           <property>
             <name>mapred.job.tracker</name>
             <value>主机IP地址:9001</value>
           </property>
           <!-- 通知框架MR使用YARN -->
            <property>
                 <name>mapreduce.framework.name</name>
                 <value>yarn</value>
            </property>
         </configuration>
         

   5. 格式化集群

      hdfs namenode -format
      

   6. 启动hadoop

      start-all.sh
      

   7. 打开浏览器访问50070端口查看hadoop