CentOS6.7 下搭建 Hadoop2.7.1 单机伪分布式环境
## CentOS6.7 mini版安装
### 下载地址
[http://mirror.citynethost.com/centos/6.7/isos/i386/CentOS-6.7-i386-minimal.iso](http://mirror.citynethost.com/centos/6.7/isos/i386/CentOS-6.7-i386-minimal.iso)
### 分区
```
/boot：200M - 用来存放与Linux系统启动有关的程序，比如启动引导装载程序等。
/swap：交换分区，建议大小是物理内存的1倍左右。
/：剩余空间 - Linux系统的根目录，所有的目录都挂在这个目录下面。
```
## 设置固定IP地址及网关
### 设置IP
```bash
vi /etc/sysconfig/network-scripts/ifcfg-eth0
```
#### 修改如下内容
```bash
DEVICE=eth0
HWADDR=08:00:27:BD:9D:B5 #不用改
TYPE=Ethernet
UUID=53e4e4b6-9724-43ab-9da7-68792e611031 #不用改
ONBOOT=yes #开机启动
NM_CONTROLLED=yes
BOOTPROTO=static #静态IP
IPADDR=192.168.30.50 #IP地址
NETMASK=255.255.255.0 #子网掩码
```
### 设置网关
```bash
vi /etc/sysconfig/network
```
#### 添加内容
```bash
NETWORKING=yes
HOSTNAME=Hadoop.Master
GATEWAY=192.168.30.1 #网关
```
### 设置DNS
```bash
vi /etc/resolv.conf
```
#### 添加内容
```bash
nameserver xxx.xxx.xxx.xxx #根据实际情况设置
nameserver 114.114.114.114 #可以设置多个
```
### 重启网卡
```bash
service network restart
```
### 测试网络
```bash
ping www.baidu.com #ping不通一般是DNS问题
```
### 设置主机名对应IP地址
```bash
vi /etc/hosts
#添加如下内容
192.168.30.50 Hadoop.Master
```
## 添加Hadoop用户
### 添加用户组
```bash
groupadd hadoop
```
### 添加用户并分配用户组
```bash
useradd -g hadoop hadoop
```
### 修改用户密码
```bash
passwd hadoop
```
## 关闭服务
### 关闭防火墙
```bash
service iptables stop #关闭防火墙服务
chkconfig iptables off #关闭防火墙开机启动
service ip6tables stop
chkconfig ip6tables off
```
### 关闭SELinux
```bash
vi /etc/sysconfig/selinux
#修改如下内容
SELINUX=enforcing -> SELINUX=disabled
#再执行如下命令
setenforce 0
getenforce
```
### 关闭其他服务
```bash
for SERVICES in abrtd acpid auditd avahidaemon cpuspeed haldaemon mdmonitor messagebus udevpost;do chkconfig ${SERVICES} off;done
```
## VSFTP安装与配置
#### 检查是否安装
```bash
chkconfig --list&##124;grep vsftpd
```
### 安装vsftp
```bash
yum -y install vsftpd
```
#### 创建日志文件
```bash
touch /var/log/vsftpd.log
```
#### 配置vsfpd服务
```bash
vi /etc/vsftpd/vsftpd.conf
#修改如下内容
anonymous_enable=NO #关闭匿名访问
xferlog_file=/var/log/vsftpd.log #设置日志文件 -- 我们上一步所创建的文件
idle_session_timeout=600 #会话超时时间
async_abor_enable=YES #开启异步传输
ascii_upload_enable=YES #开启ASCII上传
ascii_download_enable=YES #开启ASCII下载
```
#### 查看vsftp运行状态
```bash
service vsftpd status
```
### 启动vsftp
```bash
service vsftpd start
#重启 service vsftpd restart
#关闭 service vsftpd stop
```
#### 查看vsftpd服务启动项
```bash
chkconfig --list&##124;grep vsftpd
```
### 设置vsftp开机启动
```bash
chkconfig vsftpd on
#或 chkconfig --level 2345 vsftpd on
```
## SSH无密码配置
#### 查看ssh与rsync安装状态
```bash
rpm -qa&##124;grep openssh
rpm -qa&##124;grep rsync
```
### 安装ssh与rsync
```bash
yum -y install ssh
yum -y install rsync
```
#### 切换hadoop用户
```bash
su - hadoop
```
### 生成ssh密码对
```bash
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
```
#### 将id_dsa.pub追加到授权的key中
```bash
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
```
### 设置授权key权限
```bash
chmod 600 ~/.ssh/authorized_keys
#权限的设置非常重要，因为不安全的设置安全设置，会让你不能使用RSA功能
```
### 测试ssh连接
```bash
ssh localhost
#如果不需要输入密码，则是成功
```
## 安装Java
### 下载地址
**[http://www.oracle.com/technetwork/java/javase/downloads/java-archive-downloads-javase7-521261.html](http://www.oracle.com/technetwork/java/javase/downloads/java-archive-downloads-javase7-521261.html)**
**注：**我这里使用的是：jdk-7u80-linux-i586.tar.gz
### 安装Java
#### 切换至root用户
```bash
su -
```
#### 创建/usr/java文件夹
```bash
mkdir /usr/java
```
#### 使用FTP工具上传至服务器
将压缩包上传至/home/hadoop目录
**注：**我这里使用的是FlashFXP，使用hadoop用户连接
**将压缩包解压至/usr/java 目录**
```bash
tar zxvf /home/hadoop/jdk-7u80-linux-i586.tar.gz -C /usr/java/
```
### 设置环境变量
```bash
vi /etc/profile
#追加如下内容
export JAVA_HOME=/usr/java/jdk1.7.0_80
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin
```
#### 使环境变量生效
```bash
source /etc/profile
```
#### 测试环境变量设置
```bash
java -version
```
## Hadoop安装与配置
### 下载地址
[http://hadoop.apache.org/releases.html](http://hadoop.apache.org/releases.html)
**注:**我下载的是hadoop-2.7.1.tar.gz
### 安装Hadoop
#### 使用FTP工具上传至服务器
将压缩包上传至/home/hadoop目录
#### 将压缩包解压至/usr目录
```bash
tar zxvf /home/hadoop/hadoop-2.7.1.tar.gz -C /usr/
```
#### 修改文件夹名称
```bash
mv /usr/hadoop-2.7.1/ /usr/hadoop
```
#### 创建hadoop数据目录
```bash
mkdir /usr/hadoop/tmp
```
#### 将hadoop文件夹授权给hadoop用户
```bash
chown -R hadoop:hadoop /usr/hadoop/
```
#### 设置环境变量
```bash
vi /etc/profile
#追加如下内容
export HADOOP_HOME=/usr/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
```
#### 使环境变量生效
```bash
source /etc/profile
```
#### 测试环境变量设置
```bash
hadoop version
```
### 配置HDFS
#### 切换至Hadoop用户
```bash
su - hadoop
```
#### 修改hadoop-env.sh
```bash
cd /usr/hadoop/etc/hadoop/
vi hadoop-env.sh
#追加如下内容
export JAVA_HOME=/usr/java/jdk1.7.0_80
```
#### 修改core-site.xml
```bash
vi core-site.xml
#添加如下内容
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://Hadoop.Master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/hadoop/tmp/</value>
<description>A base for other temporary directories.</description>
</property>
</configuration>
```
#### 修改hdfs-site.xml
```bash
vi hdfs-site.xml
#添加如下内容
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
```
#### 格式化hdfs
```bash
hdfs namenode -format
```
**注：**出现Exiting with status 0即为成功
#### 启动hdfs
```bash
start-dfs.sh
#停止命令 stop-dfs.sh
```
**注：**输出如下内容
```bash
15/09/21 18:09:13 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [Hadoop.Master]
Hadoop.Master: starting namenode, logging to /usr/hadoop/logs/hadoop-hadoop-namenode-Hadoop.Master.out
Hadoop.Master: starting datanode, logging to /usr/hadoop/logs/hadoop-hadoop-datanode-Hadoop.Master.out
Starting secondary namenodes [0.0.0.0]
The authenticity of host '0.0.0.0 (0.0.0.0)' can't be established.
RSA key fingerprint is b5:96:b2:68:e6:63:1a:3c:7d:08:67:4b:ae:80:e2:e3.
Are you sure you want to continue connecting (yes/no)? yes
0.0.0.0: Warning: Permanently added '0.0.0.0' (RSA) to the list of known hosts.
0.0.0.0: starting secondarynamenode, logging to /usr/hadoop/logs/hadoop-hadoop-secondarynamenode-Hadoop.Master.out
15/09/21 18:09:45 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicab
```
#### 查看进程
```bash
jps
```
**注：**输出类似如下内容
```bash
1763 NameNode
1881 DataNode
2146 Jps
2040 SecondaryNameNode
```
#### 使用web查看Hadoop运行状态
```bash
http://你的服务器ip地址:50070/
```
### 在HDFS上运行WordCount
#### 创建HDFS用户目录
```bash
hdfs dfs -mkdir /user
hdfs dfs -mkdir /user/hadoop #根据自己的情况调整/user/<username>
```
#### 复制输入文件（要处理的文件）到HDFS上
```bash
hdfs dfs -put /usr/hadoop/etc/hadoop input
```
#### 查看我们复制到HDFS上的文件
```bash
hdfs dfs -ls input
```
#### 运行单词检索（grep）程序
```bash
hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+'
#WordCount
#hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount input output
#说明：output文件夹如已经存在则需要删除或指定其他文件夹。
```
#### 查看运行结果
```bash
hdfs dfs -cat output/*
```
### 配置YARN
#### 修改mapred-site.xml
```bash
cd /usr/hadoop/etc/hadoop/
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
#添加如下内容
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
```
#### 修改yarn-site.xml
```bash
vi yarn-site.xml
#添加如下内容
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
```
#### 启动YARN
```bash
start-yarn.sh
#停止yarn stop-yarn.sh
```
#### 查看当前java进程
```bash
jsp
#输出如下
4918 ResourceManager
1663 NameNode
1950 SecondaryNameNode
5010 NodeManager
5218 Jps
1759 DataNode
```
#### 运行你的mapReduce程序
配置好如上配置再运行mapReduce程序时即是yarn中运行。
#### 使用web查看Yarn运行状态
```bash
http://你的服务器ip地址:8088/
```
## HDFS常用命令
### 创建HDFS文件夹
#### 在根目录创建input文件夹
```bash
hdfs dfs -mkdir -p /input
```
#### 在用户目录创建input文件夹
**说明：**如果不指定“/目录”，则默认在用户目录创建文件夹
```bash
hdfs dfs -mkdir -p input
#等同于 hdfs dfs -mkdir -p /user/hadoop/input
```
### 查看HDFS文件夹
#### 查看HDFS根文件夹
```bash
hdfs dfs -ls /
```
#### 查看HDFS用户目录文件夹
```bash
hdfs dfs -ls
```
#### 查看HDFS用户目录文件夹下input文件夹
```bash
hdfs dfs -ls input
#等同与 hdfs dfs -ls /user/hadoop/input
```
### 复制文件到HDFS
```bash
hdfs dfs -put /usr/hadoop/etc/hadoop input
```
### 删除文件夹
```bash
hdfs dfs -rm -r input
```
## 参考资料
单机伪分布式搭建教程：[http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html](http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html)
集群环境搭建教程：[http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/ClusterSetup.html](http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/ClusterSetup.html)