(防坑笔记)hadoop3.0 (一) 环境部署与伪分布式(hdfs)_hadoop伪分布式

防坑留名：

为了避免以后自己遇到什么坑爹的东西，先留脚印给自己。这个hadoop呢，主要是可以让用户可以在不了解分布式底层细节的情况下，开发分布式程序，充分利用集群的威力进行高速运算和存储。这点比较厉害了。

它主要是用来做数据分析，支持低端服务器集群(这点美滋滋- - ），先抓取大量数据，利用数据运算分析，获取日志，显示报表~；

本例子用的 环境： jdk 1.8.0_152 centos7 hadoop3.0

通解：（分布式文件管理系统）

一个电脑或操作系统管辖的范围存不下的文件，分布到更多的操作系统上，但是不方便管理，能对这些文件进行管理的系统就是分布式文件管理系统

（一次写入多次查询的情况，不支持并发写情况，小文件不合适{由hadoop中的FileInputFormat特点决定的，后面会提}。）

目录

防坑留名：

一、环境准备

1、先测试是否能免密登录：

2、默认是非免密的(设置)：

3、安装JDK

4、安装hadoop

二、设置hadoop

1）配置hadoop-env.sh

2）配置yarn-env.sh

3）配置core-site.xml

4）配置hdfs-site.xml

5）配置mapred-site.xml

6）配置yarn-site.xml

三、启动及测试

1）格式化namenode,

2）启动NameNode 和 DataNode 守护进程及secondary namenodes

3）启动ResourceManager 和 NodeManager 守护进程

4）启动错误解决

5）启动验证

6）端口注意问题

四、环境测试

1） 测试HDFS

2） 上传文件到hdfs文件系统上

3）删除hdfs系统文件

4） 测试Yarn

---

如有错误异常问题请进入大佬总结错误笔记：

http://blog.itpub.net/26230597/viewspace-1385602/

一、环境准备

1、先测试是否能免密登录：

# ssh localhost
1

The authenticity of host ‘localhost (::1)’ can’t be established.

2、默认是非免密的(设置)：

1、去掉 /etc/ssh/sshd_config中的两行注释，如没有则添加，所有服务器都要设置的

#RSAAuthentication yes
#PubkeyAuthentication yes
1
2

2、生成秘钥：

输入命令 ssh-keygen -t rsa 然后一路回车即可

3、复制到公共密钥中

cp /root/.ssh/id_rsa.pub /root/.ssh/authorized_keys
1

4、之后测试~如下则成功

3、安装JDK

tips:（如果有1.8及以上的不需要这步，直接跳过）

最简单的方法，不要用自己的jdk慢慢下载了之后然后上传这么low逼好吗？直接 yum 妥妥的。

如果发现yum 之后出现 command not found 进入下面网站或自行百度

http://blog.sina.com.cn/s/blog_63d8dad80101cn2s.html

查看yum上面的java软件包

yum list installed |grep java ?
1

找到对的，直接

yum  install 上面操作合适的名字 ?
1

最后输入下面有版本号如图则成功

java version
1

设置环境变量，便于hadoop调用

编辑/etc/profile文件，在文件末尾添加以下内容

#set jdk environment
export JAVA_HOME=/usr/java/jdk1.8.0_152
?
export PATH=$JAVA_HOME/bin:$PATH
1
2
3
4

4、安装hadoop

1，下载Hadoop3.0.0

下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-3.0.0-alpha4/ 这里找，不建议官网- -，会少东西

2，解压安装

1），复制 hadoop-3.0.0.tar.gz 到/usr/hadoop目录下， 然后#tar -xzvf hadoop-3.0.0.tar.gz 解压，解压后目录为：/usr/hadoop/hadoop-3.0.0

Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：

cd /usr/hadoop/hadoop-3.0.0 ./bin/hadoop version

2），在/usr/hadoop/目录下，建立tmp、hdfs/name、hdfs/data目录，执行如下命令 #mkdir /usr/hadoop/tmp #mkdir /usr/hadoop/hdfs #mkdir /usr/hadoop/hdfs/data #mkdir /usr/hadoop/hdfs/name

3），设置环境变量，#vi /etc/profile

# set hadoop path
export HADOOP_HOME=/usr/hadoop/hadoop-3.0.0
export PATH=$PATH:$HADOOP_HOME/bin
1
2
3

4)，使环境变量生效，终端中运行如下命令

#source /etc/profile

CentOS版本用 #source ~/.bash_profile

二、设置hadoop

一共需要配置主要的6个文件

hadoop-3.0.0/etc/hadoop/hadoop-env.sh hadoop-3.0.0/etc/hadoop/yarn-env.sh hadoop-3.0.0/etc/hadoop/core-site.xml hadoop-3.0.0/etc/hadoop/hdfs-site.xml hadoop-3.0.0/etc/hadoop/mapred-site.xml hadoop-3.0.0/etc/hadoop/yarn-site.xml

1）配置hadoop-env.sh

# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/java/jdk1.8.0_152
1
2
3

2）配置yarn-env.sh

#The java implementation to usr
export JAVA_HOME=/usr/java/jdk1.8.0_152
1
2

3）配置core-site.xml

<configuration>
 <property>
 ? ?<name>fs.default.name</name>
 ? ?<value>hdfs://localhost: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>/usr/hadoop/tmp</value>
 ? ?<description>namenode上本地的hadoop临时文件夹</description>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13

4）配置hdfs-site.xml

<configuration>
<!—hdfs-site.xml-->
<property>
 ? ?<name>dfs.name.dir</name>
 ? ?<value>/usr/hadoop/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>/usr/hadoop/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>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

5）配置mapred-site.xml

<configuration>
<property>
 ? ? ? ?<name>mapreduce.framework.name</name>
 ? ? ? ?<value>yarn</value>
</property>
</configuration>
1
2
3
4
5
6

6）配置yarn-site.xml

<configuration>
<property>
 ? ? ? ?<name>yarn.nodemanager.aux-services</name>
 ? ? ? ?<value>mapreduce_shuffle</value>
</property>
<property>
 ? ? ? ?<name>yarn.resourcemanager.webapp.address</name>
 ? ? ? ?<value>192.168.88.129:8099</value>
 ? ? ? ?<description>这个地址是mr管理界面的</description>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11

三、启动及测试

1）格式化namenode,

#CD /usr/hadoop/hadoop-3.0.0# ./bin/hdfs namenode -format
1

成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错

2）启动NameNode 和 DataNode 守护进程及secondary namenodes

#CD /usr/hadoop/hadoop-3.0.0
# sbin/start-dfs.sh
1
2

如果运行脚本报如下错误,

ERROR: Attempting to launch hdfs namenode as root ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting launch. Starting datanodes ERROR: Attempting to launch hdfs datanode as root ERROR: but there is no HDFS_DATANODE_USER defined. Aborting launch. Starting secondary namenodes [localhost.localdomain] ERROR: Attempting to launch hdfs secondarynamenode as root ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting launch.

解决方案

（缺少用户定义而造成的）因此编辑启动和关闭

$ vim sbin/start-dfs.sh $ vim sbin/stop-dfs.sh

顶部空白处

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
1
2
3
4

3）启动ResourceManager 和 NodeManager 守护进程

#CD /usr/hadoop/hadoop-3.0.0
#sbin/start-yarn.sh
1
2

4）启动错误解决

如果启动时报如下错误，

Starting resourcemanager ERROR: Attempting to launch yarn resourcemanager as root ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting launch.

解决方案

（也是由于缺少用户定义）

是因为缺少用户定义造成的，所以分别编辑开始和关闭脚本 $ vim sbin/start-yarn.sh $ vim sbin/stop-yarn.sh

顶部添加

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
1
2
3

5）启动验证

执行jps命令，如下出现基本完成

以后启动可以直接写shell脚本执行，vi 创建文件 ，开头第一行 #! / bin/sh ，最后chmod +x filename ，使脚本可以执行。

本例子：

#! / bin/sh ?
rm -rf  /usr/hadoop/hdfs/data/*
rm -rf  /usr/hadoop/hdfs/name/*
#启动NameNode 和 DataNode 守护进程及secondary namenodes
sh  /usr/hadoop/hadoop-3.0.0/sbin/start-dfs.sh
#启动ResourceManager 和 NodeManager 守护进程
sh  /usr/hadoop/hadoop-3.0.0/sbin/start-yarn.sh
1
2
3
4
5
6
7

6）端口注意问题

记得把防火墙关闭掉或者增加端口允许

/sbin/iptables -I INPUT -p tcp --dport 8099 -j ACCEPT —上面填写的端口

如果发现不能访问50070端口，可进行如下设置

vi /etc/selinux/config

修改
?
# This file controls the state of SELinux on the system.
# SELINUX= can take one of these three values:
# ? ? enforcing - SELinux security policy is enforced.
# ? ? permissive - SELinux prints warnings instead of enforcing.
# ? ? disabled - No SELinux policy is loaded.
SELINUX=enforcing
?
为
?
# This file controls the state of SELinux on the system.
# SELINUX= can take one of these three values:
# ? ? enforcing - SELinux security policy is enforced.
# ? ? permissive - SELinux prints warnings instead of enforcing.
# ? ? disabled - No SELinux policy is loaded.
SELINUX=disabled
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

设置默认访问端口

mapred-site.xml添加下面两个mapred.job.tracker.http.address0.0.0.0:50030mapred.task.tracker.http.address0.0.0.0:50060hdfs-site.xml添加下面配置dfs.http.address0.0.0.0:50070然后停止所有进程，删除name、data文件夹下数据重新格式化，重新启动后访问正常

--------------------附带debug模式开启与关闭

开启：export HADOOP_ROOT_LOGGER=DEBUG,console

关闭：export HADOOP_ROOT_LOGGER=INFO,console

四、环境测试

1） 测试HDFS

n HDFS shell操作

#查看帮助

hadoop fs -help

#上传

hadoop fs -put <linux上文件> <hdfs上的路径>

#查看文件内容

hadoop fs -cat <hdfs上的路径>

#查看文件列表

hadoop fs -ls /

#下载文件

hadoop fs -get <hdfs上的路径> <linux上文件>

2） 上传文件到hdfs文件系统上

hadoop fs -put <linux上文件> <hdfs上的路径>

例如：hadoop fs -put /root/install.log hdfs://localhost:9000/

3）删除hdfs系统文件

hadoop fs -rm hdfs://localhost:9000/install.log

注：如果能正常上传和删除文件说明HDFS没问题。

4） 测试Yarn

n 上传一个文件到HDFS

hadoop fs -put words.txt hdfs://localhost:9000/

n 让Yarn来统计一下文件信息

cd /$HADOOP_HOME/share/hadoop/mapreduce/

#测试命令

tips: ha.txt 内容不方便透露 - -

 hadoop jar /usr/hadoop/hadoop-3.0.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0.jar  wordcount /ha.txt /myorder/
1

之后就是成功这样了：

这时候jobID和applicationID出现了

输入命令查看

hadoop fs -ls /myorder
1

查看内容：

hadoop fs -cat /output/part-r-00000
1

注：如果能正常生成一个目录，并把统计信息输出到文件夹下，说明Yarn没问题。

如果遇到问题：

Failing this attempt.Diagnostics: Exception from contain-launch
Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app
1
2

那么不急：

进入

cd /usr/hadoop/hadoop-3.0.0/etc/hadoop/
1

编辑 mapred-site.xml, 添加

<property>
 ?<name>mapreduce.application.classpath</name>
 ? ? ?<value>
 ? ? ? /usr/hadoop/hadoop-3.0.0/etc/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/etc/hadoop/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/common/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/common/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/mapreduce/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/mapreduce/lib-examples/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/hdfs/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/hdfs/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/yarn/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/yarn/lib/*,
 ? ? ?</value>
</property>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

yarn-site.xml ，*添加*

<property>
 ?<name>yarn.application.classpath</name>
 ? ? ?<value>
 ? ? ? /usr/hadoop/hadoop-3.0.0/etc/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/etc/hadoop/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/common/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/common/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/mapreduce/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/mapreduce/lib-examples/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/hdfs/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/hdfs/lib/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/yarn/*,
 ? ? ? ? ? /usr/hadoop/hadoop-3.0.0/share/hadoop/yarn/lib/*,
 ? ? ?</value>
</property>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

重启一波，返回上面的命令计算，得到满意的结果，没毛病