安装配置 Hadoop 开发环境_任务描述本关任务:安装配置hadoop开发环境。相关知识下载hadoop我们去官网下

• 任务描述
• 相关知识
o 下载Hadoop
o 配置Hadoop环境
 设置SSH免密登录
 hadoop-env.sh 配置
 yarn-env.sh 配置
 core-site.xml配置
 hdfs-site.xml文件配置
 mapred-site.xml文件配置
 yarn-site.xml配置
 创建文件夹
 将Hadoop添加到环境变量中
o 验证
 格式化
 启动Hadoop
• 编程要求

---

任务描述

本关任务：安装配置 Hadoop 开发环境。
相关知识
下载Hadoop
我们去官网下载：http://hadoop.apache.org/
自行下载并放在 /opt目录下，这里只是展示一下下载步骤。(建议Windows下载好，用Xshell、Xftp传入)

输入wget下载 Hadoop ；

`wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz`
1

如果是生产环境就需要验证文件的完整性，在这里就偷个懒了。
由于解压包有大概 300M ，所以我们已经预先帮你下载好了，切换到/opt目录下即可看到。
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。

我们来切换到app目录下修改一下hadoop文件夹的名字。

提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。
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
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：

1. 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~/.ssh目录下。
   接下来：把id_rsa.pub追加到授权的key里面去。
2. cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
   然后修改权限：
3. 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：

4.	RSAAuthentication yes # 启用 RSA 认证
5.	PubkeyAuthentication yes # 启用公钥私钥配对认证方式
6.	AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径
1
2
3

重启 SSH (在本地自己的虚拟机中可以重启，在平台不可以重启哦，也不需要，重启了你就连接不上命令行了！)
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
8. cd /app/hadoop3.1/etc/hadoop/
编辑 hadoop-env.sh在文件中插入如下代码：

9.	# The java implementation to use.  
10.	#export JAVA_HOME=${JAVA_HOME}  
11.	export JAVA_HOME=/app/jdk1.8.0_171
1
2
3

yarn-env.sh 配置
编辑yarn-env.sh 插入如下代码：
12. export JAVA_HOME=/app/jdk1.8.0_171

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：

13.	<configuration>  
14.	 <property>  
15.	    <name>fs.default.name</name>  
16.	    <value>hdfs://localhost:9000</value>  
17.	    <description>HDFS的URI，文件系统://namenode标识:端口号</description>  
18.	</property>  
19.	
20.	<property>  
21.	    <name>hadoop.tmp.dir</name>  
22.	    <value>/usr/hadoop/tmp</value>  
23.	    <description>namenode上本地的hadoop临时文件夹</description>  
24.	</property>  
25.	</configuration>  
1
2
3
4
5
6
7
8
9
10
11
12
13

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 。

26.	<configuration>  
27.	<property>  
28.	    <name>dfs.name.dir</name>  
29.	    <value>/usr/hadoop/hdfs/name</value>  
30.	    <description>namenode上存储hdfs名字空间元数据 </description>   
31.	</property>  
32.	
33.	<property>  
34.	    <name>dfs.data.dir</name>  
35.	    <value>/usr/hadoop/hdfs/data</value>  
36.	    <description>datanode上数据块的物理存储位置</description>  
37.	</property>  
38.	
39.	<property>  
40.	    <name>dfs.replication</name>  
41.	    <value>1</value>  
42.	</property>  
43.	</configuration>  
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

mapred-site.xml文件配置

44.	<configuration>
45.	    <property>
46.	        <name>mapreduce.framework.name</name>
47.	        <value>yarn</value>
48.	    </property>
49.	</configuration>
1
2
3
4
5
6

yarn-site.xml配置

50.	<configuration>  
51.	<property>  
52.	        <name>yarn.nodemanager.aux-services</name>  
53.	        <value>mapreduce_shuffle</value>  
54.	</property>  
55.	<property>  
56.	        <name>yarn.resourcemanager.webapp.address</name>  
57.	        <value>192.168.2.10:8099</value>  
58.	        <description>这个地址是mr管理界面的</description>  
59.	</property>  
60.	</configuration>  
1
2
3
4
5
6
7
8
9
10
11

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：
61. mkdir -p /usr/hadoop/tmp
62. mkdir /usr/hadoop/hdfs
63. mkdir /usr/hadoop/hdfs/data
64. mkdir /usr/hadoop/hdfs/name
将Hadoop添加到环境变量中
65. vim /etc/profile
在文件末尾插入如下代码：

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：
66. hadoop namenode -format
出现如下界面代表成功：

启动Hadoop
接下来我们启动 Hadoop ：
67. start-dfs.sh
输入命令应该会出现如下图界面：

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

68.	#!/usr/bin/env bash
69.	HDFS_DATANODE_USER=root
70.	HADOOP_SECURE_DN_USER=hdfs
71.	HDFS_NAMENODE_USER=root
72.	HDFS_SECONDARYNAMENODE_USER=root
1
2
3
4
5

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

73.	#!/usr/bin/env bash
74.	YARN_RESOURCEMANAGER_USER=root
75.	HADOOP_SECURE_DN_USER=yarn
76.	YARN_NODEMANAGER_USER=root
1
2
3
4

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：

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。

好了到了这一步 Hadoop 就安装完成了。
编程要求
根据上述步骤，配置好 Hadoop 开发环境，点击评测即可。
提示：如果出现文件解压大小限制的情况，可以使用
ulimit -f 1000000 命令来解除限制。

---

开始你的任务吧，祝你成功！