大数据生态圈单节点环境搭建（hadoop、hbase、spark等）

       接触大数据已经有将近三年多时间了，实际项目也有将近两年多，这篇文章写给哪些和我当初刚学大数据时的朋友们，让大伙少走点弯路，千里之行始于足下，所以还是从单节点的大数据集群环境搭建开始，后续我有时间会陆续进行更新新的博客。

 

准备工作

1. linux机器一台

2. hadoop-2.4.1 文件

3. hbase-1.0.0  文件

4. jdk-8u45-linux-i586.rpm 文件

5. spark-1.3.1 文件

将所有文件都传到linux系统/usr/local目录下

第一步：安装jdk

切换到jdk-8u45-linux-i586.rpm文件所在目录，执行rpm –ivh jdk-8u45-linux-i586.rpm 

第二步：安装hadoop

1. 将hadoop文件上传到linux的/usr/local目录下

   
   
     

    

2. 切换到root用户下

   
   
     

    

3. 生成ssh秘钥（公钥 id_rsa、私钥 id_rsa.pub）生成的路径为：/root/.ssh，用于无密码登录   ssh-keygen -t rsa

   
   
     

4. 切换到秘钥目录     cd /root/.ssh

   
   
     

    

5. 将公钥追加到authorized_keys文件中:

    cat id_rsa.pub > authorized_keys

   
   
     

    

6. 切换到 config 文件   cd /etc/selinux/

   
   
     

7. 修改config文件（#SELINUX=enforcing 改成 SELINUX=disabled）  vim config

   
   
     

   修改成功后，直接按ESC键、wq键保存并退出

    

8. 测试是否可以无密码登录    ssh  localhost

   
   
     

   如果出现上面的信息，需要重启下linux。      

   
   
     

   重启后ssh localhost 后，出现上面信息表示无密码登陆成功

    

9. 在/etc/profile.d目录下设置环境变量 vim hadoop.sh  在空白文件中编写，然后必须重启服务器

   
   
     

   因为原来不存在hadoop.sh文件，所以执行vim时会创建一个新的hadoop.sh，然后再新的文件中增加如下配置：

export HADOOP_HOME=/usr/local/hadoop-2.4.1

export PATH=$PATH:$HADOOP_HOME/bin

  

  

在看到目录下新增了一个hadoop.sh文件后，重启服务器

1. 修改hadoop目录下etc中的core-site.xml 、yarn-site.xml、hadoop-env.sh 文件，具体内容为jdk目录、localhost换成具体IP地址等

   首先切换到配置目录：cd /usr/local/hadoop-2.4.1/etc/hadoop/

   
   
     

   修改core-site.xml文件，将localhost换成IP，保存并退出

   
   
     

   修改yarn-site.xml文件，将localhost换成IP，保存并退出

   
   
     

   修改hadoop-env.sh文件，修改java_home路径，保存并退出s

   
   
     

   在操作过程中如果碰到权限问题 chmod 777 （hadoop）目录  也可以是通配符  *.sh

    

2. 格式化namenode，如果格式化成功后在hadoop目录（/usr/local/hadooptmp/namedata/current/）下会新增一个 hadooptmp目录，并且在hadooptemp目录下会有namedata/current/目录下

   
   
     

   hadoop namenode –format

   
   
     

   
   
    
   
     

   查看/usr/local/hadooptmp/namedata/current/目录下是否新增hadooptmp目录，并且在hadooptemp目录下会有namedata/current/目录

   
   
     

3. 启动hadoop

   切换目录cd /usr/local/hadoop-2.4.1/sbin  执行 ./start-dfs.sh(启动所有./start-all.sh    停止所有./stop-all.sh)

   
   
     

4. 查看启动项，如果出现下面jps下面的五项，代表hadoop启动成功

   
   
     

5. 往hadoop的fs目录下上传文件 hadoop fs -put 上传文件完整目录  上传后的文件名称

   例如：hadoop fs -put /usr/local/hadoop-2.4.1/sbin/start-all.sh /hadoopTest.chenfeng

   
   
     

6. 查看hdfs目录   命令： hadoop fs -ls /

   
   
     

   可以看到刚刚上传的文件已经在hdfs目录中了

7. 删除hadoop上的的文件夹 hadoop fs  -rm -r /jeffResult*

   
   
     

   可以看到上传的文件已经从hdfs目录中删除了

8. Web访问地址

   hadoop启动成功后能访问的web地址：  http://192.168.145.132:50070

   yarn启动后访问地址：                http://192.168.145.132:8088/cluster

   hadoop具体语法及用法详见：  http://blog.csdn.net/wf1982/article/details/6215545

   
   
     

   
   
     

   如果用java程序连接到hadoop的9000端口时出错，注意看slaves文件中的配置，不要用localhost,可以直接用本机IP，也可以在hosts配置一个名称如linux1，然后在这个地方配置成linux1

第三步：安装hbase

1. 将hbase文件上传到linux的/usr/local目录下

   
   
     

2. 切换到hbase/conf目录下

   
   
     

3. 修改hbase-env.sh文件

   
   
     

   主要是修改java_home路径，保存并退出

4. 修改hbase-site.xml文件，添加如下内容，这个目录系统会自动创建

   
   
     

   主要修改了hbase.rootdir和hbase.zokeeper.quorum(可为localhost）配置，保存并推出

5. 创建hbase 快速启动

   切换到/etc/profile.d目录下，执行vim hbase.sh命令，将下面配置添加到文件中，保存并退出

   
   
     

   可以看到此时目录下新增了一个hbase.sh的文件

   
   
     

   然后重启服务器，在命令窗口即可执行hbase shell快速启动命令了

6. 启动hbase

   
   
     

   切换到/hbase/bin目录下，执行 ./start-hbase.sh，执行结果见上图

7. 测试hbase

   在命令窗口执行hbase shell命令，见下图

   
   
     

   然后在
   
    输入list命令查看现在hbase中所有的表

   
   
    然后执行建表语句创建一个chenfeng的表

   
   
     

   可以看到此时已经有chenfeng这个表了
   
    

   至此hbase单机版已经成功了

   master访问地址：http://192.168.11.132:60030/master-status

   
   
     

8. hbase具体命令及用法

   详见 http://abloz.com/hbase/book.html

 

第四步：安装spark

1. 将spark放入到/usr/local目录中

   
   
     

2. 切换到spark的conf目录，修改spark-env.sh文件，主要是local_ip   master_ip等项

   
   
     

   Vim spark-env.sh 进入编辑状态

   
   
     

   修改后保存并退出（注意：如果原来没有local_ip配置项，需要新增）

3. 启动spark,启动文件放在了sbin目录

   
   
     

4. spark启动完成后查看端口是否已经启动监听  netstat -apn|grep 8080

   
   
     

5. 如果spark启动后虚拟机能访问，但是其他电脑不能访问，可能是防火墙的问题    service iptables status（查看防火墙命令）   service iptables start/stop（启动关闭命令）

   
   
     

6. spark访问路径（weburl）：http://192.168.11.132:8080/