搭建Hadoop2.9伪分布集群环境
自己创建一个普通用户，用普通用户登录或者用root登录也可以的，具体根据公司的要求来
systemctl stop firewalld
systemctl disable firewalld
hostnamectl set-hostname hadoop1 && bash
useradd hadoop #我创建的用户是hadoop
passwd hadoop #这里输入用户hadoop的密码，连续输入2次
cat >> /etc/hosts << EOF
192.168.243.190 hadoop1
EOF
su - hadoop #替换到hadoop下开始安装
ssh-keygen -t rsa #命令生成密钥对，一路回车就可以了
cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
chmod 700 ~/.ssh/ && chmod 600 ~/.ssh/*1.JDK安装与配置
[hadoop@hadoop1 ~]$ cd /home/hadoop/
[hadoop@hadoop1 ~]$ mkdir app/
[hadoop@hadoop1 app]$ cd app/
[hadoop@hadoop1 app]$ pwd #jdk和hadoop上传到此目录
/home/hadoop/app
[hadoop@hadoop1 app]$ ls
hadoop-2.9.2.tar.gz jdk-8u141-linux-x64.tar.gz
[hadoop@hadoop1 app]$ tar -zxvf jdk-8u141-linux-x64.tar.gz
[hadoop@hadoop1 app]$ ln -s jdk1.8.0_141 jdk
[hadoop@hadoop1 app]$ ls
hadoop-2.9.2.tar.gz jdk jdk1.8.0_141 jdk-8u141-linux-x64.tar.gz
[hadoop@hadoop1 app]$ cat >> ~/.bashrc << EOF
JAVA_HOME=/home/hadoop/app/jdk
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH
EOF
[hadoop@hadoop1 app]$ source ~/.bashrc
[hadoop@hadoop1 app]$ echo $JAVA_HOME
/home/hadoop/app/jdk
[hadoop@hadoop1 app]$ java -version
openjdk version "1.8.0_262"
OpenJDK Runtime Environment (build 1.8.0_262-b10)
OpenJDK 64-Bit Server VM (build 25.262-b10, mixed mode)
[hadoop@hadoop1 app]$2.Hadoop的安装与配置
2.1上传和解压Hadoop
[hadoop@hadoop1 app]$ pwd #把hadoop安装包上传到这里，我已经在上一步上传了
/home/hadoop/app
[hadoop@hadoop1 app]$ ls
hadoop-2.9.2.tar.gz jdk jdk1.8.0_141 jdk-8u141-linux-x64.tar.gz
[hadoop@hadoop1 app]$ tar -zxvf hadoop-2.9.2.tar.gz
[hadoop@hadoop1 app]$ ln -s hadoop-2.9.2 hadoop
[hadoop@hadoop1 app]$ ls
hadoop hadoop-2.9.2 hadoop-2.9.2.tar.gz jdk jdk1.8.0_141 jdk-8u141-linux-x64.tar.gz
[hadoop@hadoop1 app]$2.2配置Hadoop 在hadoop安装目录下进入到etc/hadoop目录，修改Hadoop相关配置文件。
1）修改core-site.xml配置文件。 core-site.xml文件主要配置Hadoop的公有属性，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ cd /home/hadoop/app/hadoop/etc/hadoop
[hadoop@hadoop1 hadoop]$ vi core-site.xml #<configuration>中间添加如下的信息</configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop1:9000</value>
<!--配置hdfs NameNode的地址，9000是RPC通信的端口-->
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/data/tmp</value>
<!--hadoop的临时目录-->
</property>2）修改hdfs-site.xml 配置文件。 hdfs-site.xml文件主要配置跟HDFS相关的属性，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ vi hdfs-site.xml #<configuration>中间添加如下的信息</configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/data/dfs/name</value>
<!--配置namenode节点存储fsimage的目录位置-->
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/hadoop/data/dfs/data</value>
<!--配置datanode节点存储block的目录位置-->
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
<!--配置hdfs副本数量-->
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
<!--关闭hdfs的权限检查-->
</property>3）修改hadoop-env.sh配置文件。 hadoop-env.sh文件主要配置跟hadoop环境相关的变量，这里主要修改JAVA_HOME的安装目录，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ vi hadoop-env.sh #修改里面的这个环境路径
export JAVA_HOME=/home/hadoop/app/jdk4）修改mapred-site.xml配置文件。 mapred-site.xml 文件主要配置跟MapReduce 相关的属性，这里主要将MapReduce的运行框架名称配置为YARN，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[hadoop@hadoop1 hadoop]$ vi mapred-site.xml #<configuration>中间添加如下的信息</configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
<!--指定运行mapreduce的环境为YARN-->
</property>5）修改 yarn-site.xml配置文件。 yarn-site.xml文件主要配置跟YARN 相关的属性，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ vi yarn-site.xml #<configuration>中间添加如下的信息</configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
<!--配置NodeManager执行MR任务的方式为Shuffle混洗-->
</property>6）修改slaves配置文件。 slaves文件主要配置哪些节点为datanode角色，由于目前搭建的是Hadoop伪分布集群，所以只需要填写当前主机的hostname即可，具体配置内容如下所示。
[hadoop@hadoop1 hadoop]$ vi slaves #修改为你服务器的hostname,不能有回车等
hadoop7）配置Hadoop环境变量。 在hadoop用户下，添加Hadoop环境变量，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ vi ~/.bashrc #添加如下信息
export HADOOP_HOME=/home/hadoop/app/hadoop
PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
[hadoop@hadoop1 hadoop]$ source ~/.bashrc
[hadoop@hadoop1 hadoop]$ hadoop version
Hadoop 2.9.28）创建Hadoop相关数据目录。 在hadoop用户下，创建Hadoop相关数据目录，具体操作如下所示。
mkdir -p /home/hadoop/data/tmp
mkdir -p /home/hadoop/data/dfs/name
mkdir -p /home/hadoop/data/dfs/data2.3启动Hadoop伪分布集群
（1）格式化主节点namenode 在Hadoop安装目录下，使用如下命令对NameNode进行格式化。
[hadoop@hadoop1 hadoop]$ /home/hadoop/app/hadoop
[hadoop@hadoop1 hadoop]$ bin/hdfs namenode -format
注意：第一次安装Hadoop集群需要对NameNode进行格式化，Hadoop集群安装成功之后，下次只需要使用脚本start-all.sh一键启动Hadoop集群即可。（2）启动Hadoop伪分布集群 在Hadoop安装目录下，使用脚本一键启动Hadoop集群，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ sbin/start-all.sh（3）查看Hadoop服务进程 通过jps命令查看Hadoop伪分布集群的服务进程，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ jps
[hadoop@hadoop1 hadoop]$ jps
55412 Jps
53815 SecondaryNameNode
53627 DataNode
53979 ResourceManager
54571 NameNode
54285 NodeManager
[hadoop@hadoop1 hadoop]$
如果服务进程中包含Resourcemanager、Nodemanager、NameNode、DataNode和SecondaryNameNode等5个进程，这就说明Hadoop伪分布集群启动成功。（4）查看HDFS文件系统
在浏览器中输入http://192.168.243.190:50070/地址，通过web界面查看HDFS文件系统，具体操作图下图所示：
（5）查看YARN资源管理系统
在浏览器中输入http://192.168.243.190:8088/地址，通过web界面查看YARN资源管理系统，具体操作如下图所示。
2.4测试运行Hadoop伪分布集群
Hadoop伪分布集群启动之后，我们以Hadoop自带的WordCount案例来检测Hadoop集群环境的可用性。
（1）查看HDFS目录 在HDFS shell中，使用ls命令查看HDFS文件系统目录，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ bin/hdfs dfs -ls /
由于是第一次使用HDFS文件系统，所以HDFS中目前没有任何目录和文件。（2）创建HDFS目录 在HDFS shell中，使用mkdir命令创建HDFS文件目录/test，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ bin/hdfs dfs -mkdir /test（3）准备测试数据集 在Hadoop根目录下，新建words.log文件并输入测试数据，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ vi words.log
hadoop hadoop hadoop
spark spark spark
flink flink flink（4）测试数据上传至HDFS 使用put命令将words.log文件上传至HDFS的/test目录下，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ bin/hdfs dfs -put words.log /test（5）运行WordCount案例 使用yarn脚本将Hadoop自带的WordCount程序提交到YARN集群运行，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar wordcount /test/words.log /test/out（6）查看作业运行状态
在浏览器中输入http://192.168.243.190:8088/地址，通过web界面查看YARN中作业运行状态，具体操作如图下图所示。
如果在YARN 集群的Web界面中，查看到WordCount作业最终的运行状态为SUCCESS，就说明MapReduce程序可以在YARN集群上成功运行。
（7）查询作业运行结果 使用cat命令查看WordCount作业输出结果，具体操作如下所示。
[hadoop@hadoop1 hadoop]$ bin/hdfs dfs -cat /test/out/*
flink 3
hadoop 3
spark 3
如果WordCount运行结果符合预期值，说明Hadoop伪分布式集群已经搭建成功！
