Hadoop-2.9.2单机版安装（伪分布式模式）

Posted 2021-01-23 加州旅馆的酒

一、环境

硬件：虚拟机VMware、win7
操作系统：Centos-7 64位
主机名： hadoopServerOne
安装用户：root
软件：jdk1.8.0_181、Hadoop-2.9.2

二、安装jdk

1.到普通用户目录/home/lims
2.下载jdk-8u181-linux-x64.tar.gz移动到hadoop目录下，解压。

tar -zxvf jdk-8u181-linux-x64.tar.gz

mv jdk1.8.0_181 jdk1.8.0

三、配置ssh无密码登录

（我并没有这一步，前面配置过）

$ ssh-keygen -t dsa -P \'\' -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

验证ssh，# ssh localhost
不需要输入密码即可登录。

四、安装Hadoop

1.下载Hadoop-2.9.2

2，解压安装

1），复制 Hadoop-2.9.2.tar.gz 到/home/lims目录下，
然后#tar -xzvf hadoop-2.9.2.tar.gz 解压，解压后目录为：/home/lims/hadoop-2.9.2 
2），在/home/lims/目录下，建立tmp、hdfs/name、hdfs/data目录，执行如下命令 （PS：可以略过，格式化namenode时会根据配置文件创建）
#mkdir /home/lims/tmp
#mkdir /home/lims/hdfs
#mkdir /home/lims/hdfs/data
#mkdir /home/lims/hdfs/name
3），设置环境变量，#vi ~/.bash_profile
编辑insert
保存退出esc :wq :q!(退出不保存)
# set hadoop path

export HADOOP_HOME=/home/lims/hadoop-2.9.2
export PATH=$PATH:$HADOOP_HOME/bin

4)，使环境变量生效，$source ~/.bash_profile

3，Hadoop配置

进入$HADOOP_HOME/etc/hadoop目录，配置 hadoop-env.sh等。涉及的配置文件如下：
hadoop-2.9.2/etc/hadoop/hadoop-env.sh
hadoop-2.9.2/etc/hadoop/yarn-env.sh
hadoop-2.9.2/etc/hadoop/core-site.xml
hadoop-2.9.2/etc/hadoop/hdfs-site.xml
hadoop-2.9.2/etc/hadoop/mapred-site.xml
hadoop-2.9.2/etc/hadoop/yarn-site.xml
1）配置hadoop-env.sh
# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/hadoop/jdk1.8.0
2）配置yarn-env.sh
#export JAVA_HOME=/home/y/libexec/jdk1.6.0/
export JAVA_HOME=/hadoop/jdk1.8.0 
3）配置core-site.xml
添加如下配置（为了让Windows浏览器能访问到，写虚拟机地址，而不是localhost）：

<configuration>
<property>
　　<name>fs.default.name</name>
　　<value>hdfs://192.168.3.132:9000</value>
　　<description>HDFS的URI，文件系统://namenode标识:端口号</description>
</property>

<property>
　　<name>hadoop.tmp.dir</name>
　　<value>/home/lims/tmp</value>
　　<description>namenode上本地的hadoop临时文件夹</description>
</property>
</configuration>

4），配置hdfs-site.xml
添加如下配置

<configuration>
<property>
　　<name>dfs.name.dir</name>
　　<value>/home/lims/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>/home/lims/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>
　　<description>副本个数，配置默认是3,应小于datanode机器数量</description>
　　</property>
</configuration>

5），配置mapred-site.xml
添加如下配置：

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

6），配置yarn-site.xml
添加如下配置（端口改为了8099）：

<configuration>
<property>
　　<name>yarn.nodemanager.aux-services</name>
　　<value>mapreduce_shuffle</value>
</property>
<property>
　　<name>yarn.resourcemanager.webapp.address</name>
　　<value>${yarn.resourcemanager.hostname}:8099</value>
</property>
</configuration>

4.安装后启动步骤：

1).格式化hdfs文件系统

bin/hadoop namenode -format

2).启动namenode

sbin/hadoop-daemon.sh start namenode

3).启动datanode

sbin/hadoop-daemon.sh start datanode

4).启动yarn

sbin/start-yarn.sh

5.验证

1）执行jps命令，有如下进程，说明Hadoop正常启动

2）在浏览器中输入：http://192.168.2.2:8099/cluster 即可看到YARN的ResourceManager的界面。PS：默认端口是8088，这里设置了yarn.resourcemanager.webapp.address为：${yarn.resourcemanager.hostname}:8099

namenode查看：http://192.168.2.2:50070

启动MapReduce作业运行查看结果

进入Hadoop目录

 

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar pi 2 100

 

 

 

注意（linux防火墙打开端口）

PS:在Windows浏览器中访问虚拟机中的Linux，需要centos防火墙打开相应端口

打开8099端口：

firewall-cmd --permanent --add-port=8099/tcp

重新载入： 

firewall-cmd --reload

 宿主机访问页面需要开启的端口

1. 50070（HDFS端口）

2. 8099（yarn页面端口）

3. 50075（datanode页面端口）

4. 8042（作业运行过程yarn页面查看application端口）

常见问题：

1. 采用虚拟机安装后，每次重启虚拟机Hadoop无法启动成功

在core-site.xml中增加两个配置：

<property>
    <name>dfs.namenode.name.dir</name>
    <value>/home/lims/hadoop/dfs/name</value>
</property>
<property>
    <name>dfs.datanode.data.dir</name>
    <value>/home/lims/hadoop/dfs/data</value>
</property>