dcoker 安装hadoop hadoop软件安装

在开始具体操作之前，需要首先选择一个合适的操作系统。尽管Hadoop本身可以运行在Linux、Windows以及其他一些类UNIX系统上，但是Hadoop官方真正支持的作业平台只有Linux。这里选择Linux作为系统平台，来演示在计算机上如何安装Hadoop、运行程序并得到最终结果。

文章目录

• 1.Linux系统的安装
• 2.创建Hadoop用户
• 3.安装SSH、配置SSH无密码登陆
• 4.安装Java环境
• 5.安装单机模式Hadoop
• 6.安装伪分布式Hadoop
• 总结

1.Linux系统的安装

选择免费的Ubuntu桌面版作为安装的操作系统，读者可以到网络上下载Ubuntu系统镜像文件进行安装。这里选择的是乌班图麒麟16.04版本(ubuntukylin-16.04-desktop-amd64.iso)

在VMware中建立Ubuntukylin的虚拟机

2.创建Hadoop用户

（1）如果你安装 UbuntuKylin的时候不是用的 “hadoop” 用户，那么需要增加一个名为 hadoop 的用户。

首先按 ctrl+alt+t 打开终端窗口，输入如下命令创建新用户 :

sudo useradd -m hadoop -s /bin/bash

接着使用如下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

sudo passwd hadoop

（2）更新apt
用 hadoop 用户登录后，我们先更新一下 apt，后续我们使用 apt 安装软件，如果没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口，执行如下命令：

sudo apt-get update

后续需要更改一些配置文件，安装vim：

sudo apt-get install vim

安装软件时若需要确认，在提示处输入 y 即可。

3.安装SSH、配置SSH无密码登陆

谈到SSH，简单说一下SSH是什么。SSH为Secure Shell的缩写，是建立在应用层和传输层基础上的安全协议。SSH是目前较可靠、专为远程登录会话和其他网络服务提供安全性的协议。利用SSH协议可以有效防止远程管理过程中的信息泄露问题。SSH最初是UNIX系统上的一个程序，后来又迅速扩展到其他操作平台。SSH是由客户端和服务端的软件组成。服务端是一个守护进程（daemon），它在后台运行并响应来自客户端的连接请求，客户端包括ssh程序以及想scp（远程拷贝）、slogin（远程登陆）、sftp（安全文件传输）等其他的应用程序。

配置SSH的原因：Hadoop名称节点（NameNode）需要启动集群中所有机器的Hadoop守护进程，这个过程需要SSH登录来实现、Hadoop并没有提供SSH输入密码登录的形式，因此，为了可以顺利登录每台机器，需要将所有机器配置为名称节点可以无密码登录它们。

集群、单节点模式都需要用到 SSH 登陆，Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server：

sudo apt-get install openssh-server

安装后，可以使用如下命令登陆本机：

ssh localhost

此时会有如下提示(SSH首次登陆提示)，输入 yes 。然后按提示输入密码 hadoop，这样就登陆到本机了。

但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。
首先退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中：

exit                           # 退出刚才的 ssh localhost
cd ~/.ssh/                     # 若没有该目录，请先执行一次ssh localhost
ssh-keygen -t rsa              # 会有提示，都按回车就可以
cat ./id_rsa.pub >> ./authorized_keys  # 加入授权

*在执行ssh-keygen -t rsa时，出现冒号提示相关信息时，直接回车就可以，只要提示就按回车，密钥就生成。

此时再用 ssh localhost 命令，无需输入密码就可以直接登陆了，如下图所示。

4.安装Java环境

Hadoop3.1.3需要JDK版本在1.8及以上。需要按照下面步骤来自己手动安装JDK1.8。请把压缩格式的文件jdk-8u162-linux-x64.tar.gz下载到本地电脑。
在Ubuntu中获得安装包，可以把Windows系统中下载好的安装包上传到Ubuntu中，这个时候就需要一个软件SecureCRT。

打开软件，右击Sessions，如图所示。

在接下来的Host name中，需要获取主机地址，在Ubuntu系统中输入ifconfig，图片里的192.168.92.128就是主机地址。

建立好对话后，点击连接，就可以连接到Ubuntu。接下来，鼠标右击对话名称，如图所示。

然后以拖拽方式将jdk文件上传到Ubuntu，如图所示

在Ubuntu系统中，在根目录下使用ls查询发现目录下有jdk文件，上传成功。

cd /usr/lib
sudo mkdir jvm         *创建/usr/lib/jvm目录用来存放JDK文件
cd ~                   *返回根目录
sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm  *把JDK文件解压到/usr/lib/jvm目录下

JDK文件解压缩以后，可以执行如下命令到/usr/lib/jvm目录查看一下：

cd /usr/lib/jvm
ls

可以看到，在/usr/lib/jvm目录下有个jdk1.8.0_162目录。

下面继续执行如下命令，设置环境变量：

cd ~
vim ~/.bashrc

上面命令使用vim编辑器打开了hadoop这个用户的环境变量配置文件，请在这个文件的开头位置，添加如下几行内容：

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

保存.bashrc文件并退出vim编辑器。然后，继续执行如下命令让.bashrc文件的配置立即生效：

source ~/.bashrc

这时，可以使用如下命令查看是否安装成功：

java -version

如果能够在屏幕上返回如下信息，则说明安装成功：

hadoop@ubuntu:~$ java -version
java version "1.8.0_162"
Java(TM) SE Runtime Environment (build 1.8.0_162-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.162-b12, mixed mode)

至此，就成功安装了Java环境。下面就可以进入Hadoop的安装。

5.安装单机模式Hadoop

安装Hadoop之前，说一下Hadoop安装方式：

• 单机模式：只在一台机器上运行，存储是采用本地文件系统，没有采用分布式系统HDFS
• 伪分布模式：存储采用分布式文件系统HDFS，但是，HDFS的名称节点和数据节点都在同一台机器上。
• 分布式模式：存储采用分布式文件系统HDFS，而且，HDFS的名称节点和数据节点位于不同机器上。

Hadoop安装文件，可以到Hadoop官网下载hadoop-3.1.3.tar.gz。

使用上面的方法，将hadoop-3.1.3.tar.gz上传到Ubuntu系统中。

我们选择将 Hadoop 安装至 /usr/local/ 中：

sudo tar -zvxf  ./hadoop-3.1.3.tar.gz -C /usr/local    # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-3.1.3/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop       # 修改文件权限

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/local/hadoop
./bin/hadoop version

可以返回正确的版本信息就成功了。

Hadoop 单机模式）无需进行其他配置即可运行。在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中。

cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input   # 将配置文件作为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*          # 查看运行结果

执行成功后如下所示，输出了作业的相关信息，输出的结果是符合正确的单词 dfsadmin 出现了1次

*Hadoop 默认不会覆盖结果文件，因此再次运行上面实例会提示出错，需要先将 ./output 删除。

rm -r ./output

6.安装伪分布式Hadoop

Hadoop 伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。
修改配置文件 core-site.xml 将当中的

<configuration>
</configuration>

修改为下面配置：

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

说明一下上述的配置，上述都是一对一对的标签对，像，这样，第一个标签hadoop.tmp.dir用来给hadoop设置临时变量，设置的是file:/usr/local/hadoop/tmp，表示把当前临时目录设置为下面这个目录，表示注释，fs.defaultFS设置访问路径，hdfs://localhost:9000是主机名加端口号，主机名为localhost，端口号为9000。

同样的，修改配置文件 hdfs-site.xml：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

配置完成后，执行 NameNode 的格式化:

cd /usr/local/hadoop
./bin/hdfs namenode -format

成功的话，会看到 “successfully formatted” 的提示。

接着开启 NameNode 和 DataNode 守护进程。

cd /usr/local/hadoop
./sbin/start-dfs.sh  #start-dfs.sh是个完整的可执行文件，中间没有空格

若出现如下SSH提示，输入yes即可。

启动完成后，可以通过命令 jps 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”（如果 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，然后再次尝试启动尝试）。如果没有 NameNode 或 DataNode ，那就是配置不成功，请仔细检查之前步骤，或通过查看启动日志排查原因。

成功启动后，可以访问 Web 界面 http://localhost:9870 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件。