【赵强老师】搭建Hadoop环境

说明：这里我们以本地模式和伪分布模式伪列，为大家介绍如何搭建Hadoop环境。有了这个基础，大家可以自行搭建Hadoop的全分布模式。

需要使用的安装介质：

• hadoop-2.7.3.tar.gz
• jdk-8u181-linux-x64.tar.gz
• rhel-server-7.4-x86_64-dvd.iso

一、安装前的准备工作

• 安装好Redhat Linux 7.4（安装包rhel-server-7.4-x86_64-dvd.iso），并在Linux上创建tools和training两个目录

• 关闭防火墙，执行下面的命令

 

systemctl stop firewalld.service
systemctl disable firewalld.service

• 配置主机名，使用vi编辑器编辑文件/etc/hosts，输入以下内容

 

bigdata111  192.168.157.111

•  配置免密码登录，在命令行中输入下面的命令

 

ssh-keygen -t rsa
ssh-copy-id -i .ssh/id_rsa.pub root@bigdata111

 二、安装JDK

• 通过FTP工具将jdk-8u181-linux-x64.tar.gz和hadoop-2.7.3.tar.gz上传到Linux的/root/tools目录

 

 

• 在xshell中，解压jdk-8u181-linux-x64.tar.gz，执行下面的命令

tar -zxvf jdk-8u181-linux-x64.tar.gz -C /root/training/

•  设置Java的环境变量，使用vi编辑器编辑~/.bash_profile文件。执行下面的命令

vi /root/.bash_profile

•  在vi编辑器中，输入以下内容

JAVA_HOME=/root/training/jdk1.8.0_181
export JAVA_HOME
 
PATH=$JAVA_HOME/bin:$PATH
export PATH

 

• 生效环境变量，执行下面的命令

source /root/.bash_profile

 

• 输入下图中，红框中的命令验证Java环境

 

三、解压Hadoop，并设置环境变量

• 执行下面的命令，解压hadoop-2.7.3.tar.gz

tar -zxvf hadoop-2.7.3.tar.gz -C ~/training/

•  设置Hadoop的环境变量，编辑~/.bash_profile文件，并输入以下内容

HADOOP_HOME=/root/training/hadoop-2.7.3
export HADOOP_HOME
 
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export PATH

 

• 生效环境变量

source ~/.bash_profile

 

四、搭建Hadoop的本地模式

• 进入目录/root/training/hadoop-2.7.3/etc/hadoop
• 使用vi编辑器编辑文件：hadoop-env.sh
• 修改JAVA_HOME

export JAVA_HOME=/root/training/jdk1.8.0_181

 

• 测试Hadoop的本地模式，执行MapReduce程序。准备测试数据：vi ~/temp/data.txt

• 输入下面的数据，并保存退出

•  进入目录：/root/training/hadoop-2.7.3/share/hadoop/mapreduce

 

•  执行WordCount任务

hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /root/temp /root/output/wc

 

 

•  根据下图的命令，查看输出结果

 

 

五、搭建Hadoop的伪分布模式

• 首先，搭建好Hadoop的本地模式
• 创建目录：/root/training/hadoop-2.7.3/tmp

mkdir /root/training/hadoop-2.7.3/tmp

 

• 进入目录：/root/training/hadoop-2.7.3/etc/hadoop

cd /root/training/hadoop-2.7.3/etc/hadoop

 

• 修改hdfs-site.xml

<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

 

 

• 修改core-site.xml

<!--配置NameNode的地址-->
<!--9000是RPC通信的端口-->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://bigdata111:9000</value>
</property>
 
<!--HDFS对应的操作系统目录-->
<!--默认值是Linux的tmp目录-->
<property>
    <name>hadoop.tmp.dir</name>
    <value>/root/training/hadoop-2.7.3/tmp</value>
</property>

 

 

• 修改mapred-site.xml（注意：这个文件默认没有）

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

 

 

• 修改yarn-site.xml

<!--配置ResourceManager的地址-->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>bigdata111</value>
</property>
 
<!--MapReduce运行的方式是洗牌-->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

 

 

• 格式化NameNode

hdfs namenode -format

 

• 启动Hadoop

start-all.sh

 

• 访问Web Console

http://192.168.157.111:50070
http://192.168.157.111:8088