Linux安装Hadoop的详细过程_linux安装hadoop教程

在上一篇文章中有讲到Linux安装JDK的过程，这篇文章讲述的是Linux安装Hadoop的过程。

一、Hadoop的下载与解压缩

我用的Hadoop是3.3.4版本，亲测有效。 

链接：https://pan.baidu.com/s/1bSruEEkUaRZDz43mj0xMwg?pwd=scez 

•  提取出来后，可以放在U盘里，从U盘里导入到虚拟机中。（导入的过程中，需要注意一个问题：如果自己的U盘是3.0接口的话，需要把虚拟机的USB兼容性改变成3.0或者3.1的，把“显示所有USB输入设备”勾选上，再重新启动虚拟机即可。）这个问题在上一篇的“Linux安装JDK的过程”中有说到过，如果想了解，可以去看一下。

• 解压缩Hadoop文件至“opt”文件夹中： 

 二、修改Hadoop配置文件 

1. 修改bashrc文件：“etc——bashrc”

   #hadoop_config
   export HADOOP_HOME=/opt/hadoop-3.3.4
   export PATH=$PATH:$HADOOP_HOME/bin
   

   

    修改完成后，记得保存关闭，在终端敲入生效命令：source /etc/bashrc。

   注：下面修改的6个文件的文件路径是：opt/hadoop-3.3.4/etc/hadoop。

   

    

2. 修改hadoop-env.sh文件：

   

   export JAVA_HOME=/opt/jdk1.8.0_261
   

    export HDFS_NAMENODE_USER="root"
    export HDFS_DATANODE_USER="root"
    export HDFS_SECONDARYNAMENODE_USER="root"
    export YARN_RESOURCEMANAGER_USER="root"
    export YARN_NODEMANAGER_USER="root"
    
    export HADOOP_HOME=/opt/hadoop-3.3.4
    export PATH=$PATH:/opt/hadoop-3.3.4/bin
    export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib/native"
    export HADOOP_PID_DIR=/opt/hadoop-3.3.4/pids 
   

   

   第一行的代码片段是“#export JAVA_HOME=”的修改内容；

   第二行的代码片段是在该文件的最后添加的内容。

   修改完成后，记得保存关闭。

3. 修改core-site.xml文件：使用“文本编辑器”打开，如果右击没有出现“文本编辑器”，则可以选择“使用其他程序打开”，打开之后，选“文本编辑器”。

   

   <configuration>
   <property>
   	<name>fs.defaultFS</name>
   	<value>hdfs://master:9000</value>
   </property>
   <property>
   	<!-- Hadoop 数据存放的路径，namenode,datanode 数据存放路径都依赖本路径，不要使用 file:/ 开头，使用绝对路径即可
   	                 namenode 默认存放路径 ：file://${hadoop.tmp.dir}/dfs/name
               datanode 默认存放路径 ：file://${hadoop.tmp.dir}/dfs/data
           -->
   	<name>hadoop.tmp.dir</name>
   	<value>/opt/hadoop-3.3.4/hadoopdata</value>
   </property>
   </configuration>
   

   

    修改完成后，记得保存关闭。

4. 在“opt/hadoop-3.3.4”文件夹创建一个“hadoopdata”文件夹：

   

5. 修改hdfs-site.xml文件：使用“文本编辑器打开”，填入以下内容。

   <configuration>
   <property>
   	<name>dfs.namenode.http-address</name>
   	<!-- Master为当前机器名或者IP地址 -->
   	<value>master:9001</value>
   </property>
   <property>
   	<name>dfs.namenode.name.dir</name>
   	<!-- 以下为存放节点命名的路径 -->
   	<value>file:/opt/hadoop-3.3.4/hadoopdata/dfs/name</value>
   </property>
   <property>
   	<name>dfs.datanode.data.dir</name>
   	<!-- 以下为存放数据命名的路径 -->
   	<value>file:/opt/hadoop-3.3.4/hadoopdata/dfs/data</value>
   </property>
   <property>
   	<name>dfs.replication</name>
   	<!-- 备份次数，因为有2台DataNode-->
   	<value>2</value>
   </property>
   <property>
   	<name>dfs.webhdfs.enabled</name>
   	<!-- Web HDFS-->
   	<value>true</value>
   </property>
   <property>
   	<name>dfs.permissions</name>
   	<value>false</value>
   </property>
    
   <property>
   	<name>dfs.namenode.secondary.http-address</name>
   	<value>Master:50090</value>
   </property>
    
   </configuration>
   

   

    修改完成后，记得保存关闭。

6. 修改mapred-site.xml文件:使用“文本编辑器打开”

   <configuration>
   	<property>
               <name>mapreduce.framework.name</name>
                <!-- MapReduce Framework -->
                <value>yarn</value>
           </property>
           <property>
                 <name>mapreduce.jobhistory.address</name>
                 <!-- MapReduce JobHistory, 当前计算机的IP -->
                 <value>master:10020</value>
            </property>
           <property>
                 <name>mapreduce.jobhistory.webapp.address</name>
                 <!-- MapReduce Web App JobHistory, 当前计算机的IP -->
                 <value>master:19888</value>
           </property>
           <property>
                 <name>yarn.app.mapreduce.am.env</name>
                 <value>HADOOP_MAPRED_HOME=/opt/hadoop-3.3.4</value>
           </property>
           <property>
                 <name>mapreduce.map.env</name>
                 <value>HADOOP_MAPRED_HOME=/opt/hadoop-3.3.4</value>
           </property>
   	  <property>
                 <name>mapreduce.reduce.env</name>
                 <value>HADOOP_MAPRED_HOME=/opt/hadoop-3.3.4</value>
           </property>
   </configuration>
   

   

   修改完成后，记得保存关闭。

7. 修改yarn-site.xml文件：使用“文本编辑器打开”

   <configuration>
    
   <!-- Site specific YARN configuration properties -->
   	<property>
               <name>yarn.resourcemanager.hostname</name>
                <!-- Master为当前机器名或者ip号 -->
                <value>master</value>
           </property>
           <property>
                 <name>yarn.nodemanager.aux-services</name>
                 <!-- Node Manager辅助服务 -->
                 <value>mapreduce_shuffle</value>
            </property>
           <property>
                 <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
                 <!-- Node Manager辅助服务类 -->
                 <value>org.apache.hadoop.mapred.ShuffleHandler</value>
           </property>
           <property>
                 <name>yarn.nodemanager.resource.cpu-vcores</name>
                 <!-- CPU个数，需要根据当前计算机的CPU设置-->
                 <value>1</value>
            </property>
           <property>
                 <name>yarn.resourcemanager.admin.address</name>
                 <!-- Resource Manager管理地址 -->
                 <value>master:8033</value>
            </property>
           <property>
                 <name>yarn.resourcemanager.webapp.address</name>
                 <!-- Resource Manager Web地址 -->
                 <value>master:8088</value>
            </property>
   </configuration>
   

   

    修改完成后，记得保存关闭。

8. 修改workers文件：双击打开后，填入以下内容，

   master
   slave0
   slave1
   

   

    修改完成后，记得保存关闭。

 三、master远程发送文件给slave0和slave1，并对其中的bashrc文件进行修改

• 进入opt文件：cd /opt

•  使用远程发送命令把jdk8与hadoop-3.3.4发送到slave0与slave1机器上：

•  master远程控制slave0（slave1），对其bashrc文件进行修改并生效：

退出vim界面的命令是：“: wq” 

 这是master对slave0的远程操控，master对slave1也是同样的方法。

最后要生效bashrc文件：

 

生效完成后，在终端敲入“exit”,退出slave0（slave1）。

• 以上步骤结束后，保存并关闭所有文件，对Hadoop进行格式化：

hdfs namenode -format

•  格式化完成后，就可以启动集群了：

使用“cd”命令进入到sbin文件夹中。

cd /opt/hadoop-3.3.4/sbin/

集群启动命令：

./start-all.sh

•  第一次使用启动集群，会有6个warning出现，可以不用管（它们是说有几个文件不存在，但是这几个文件，系统会自动创建）。
• 集群启动成功后：master会出现6个结果(namenode,jps,resourcemanager,secondarynamenode,datanode,nodemanager);slave0与slave1会出现3个结果(datanode,jps,nodemanager)。

•  关闭集群：前提是在sbin目录下

./stop-all.sh