Spark+Hadoop集群搭建：（一）单一节点上搭建Hadoop环境
- 1 安装JDK
- 2 下载安装Hadoop
- 2.1 下载Hadoop
- 2.2 解压
- 2.3 配置Hadoop环境变量
- 2.3.1 设置JDK与Hadoop安装路径
- 2.3.2 设置HADOOP其他环境变量、链接库等
- 2.3.3 保存设置
- 2.4 修改Hadoop配置设置文件
- 2.4.1 配置Hadoop-env.sh
- 2.4.2 配置core-site.xml
- 2.4.3 配置YARN-site.xml
- 2.4.4 配置mapred-site.xml
- 2.4.5 配置hdfs-site.xml
- 2.5 创建并格式化HDFS目录
- 2.6 启动Hadoop
1 安装JDK
使用Hadoop需要安装Java环境。安装jdk8
输入命令：sudo apt-get update
输入命令：sudo apt-get install openjdk-8-jre-headless
输入命令：java --version 检查当前的java版本，安装成功
2 下载安装Hadoop
2.1 下载Hadoop
到Hadoop官网的下载页面，选择Hadoop2.7.7的binary，点击
点击后进入如下页面，找到给出的镜像下载点，复制链接
在虚拟机的终端利用wget命令下载，如下图所示。命令格式：wget [链接]
下载结束后，显示界面如下
输入ls命令，可以看到，当前目录中已经多了一个hadoop的tar.gz文件，该文件位于系统的主目录下。
2.2 解压
在终端输入如下图所示的命令（注意要在主目录下）（可以简单学习一下Linux的基本操作）
sudo tar -zxvf [文件名] (文件名你下载的Hadoop压缩包的名称)
解压后会得到hadoop文件。可以用ls命令查看。
接着将解压后的文件移动到/usr/local/hadoop目录下
命令 sudo mv hadoop-2.7.7 /usr/local/hadoop
输入命令ll可以查看移动结果
命令 ll /usr/local/hadoop
2.3 配置Hadoop环境变量
运行Hadoop前需要设置环境变量。为了每次进入操作系统后，可以自动配置好环境变量，我们需要修改bashrc文件。输入命令 sudo gedit ~/.bashrc
在文件最末添加配置内容。
2.3.1 设置JDK与Hadoop安装路径
首先，确认JDK的安装路径。在终端（可以新开一个终端）中输入update-alternatives --display java 命令，查看
其安装路径为上图红框中内容。在bashrc文件中设置JDK的安装路径（注意最后的/bin/java不要），添加
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
再设置Hadoop安装路径
export HADOOP_HOME=/usr/local/hadoop
再设置PATH
export PATH=HADOOP_HOME/bin
export PATH=HADOOP_HOME/sbin
2.3.2 设置HADOOP其他环境变量、链接库等
export HADOOP_MAPRED_HOME=HADOOP_HOME
export HADOOP_HDFS_HOME=HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=HADOOP_HOME/lib"
export JAVA_LIBRARY_PATH=JAVA_LIBRARY_PATH
2.3.3 保存设置
编辑完后，如下所示，点击保存然后退出文件。
=
命令行输入 source ~/.bashrc 是的设置生效
2.4 修改Hadoop配置设置文件
2.4.1 配置Hadoop-env.sh
这个是Hadoop的配置文件。
输入命令 sudo gedit /usr/local/hadoop/etc/hadoop/hadoop-env.sh 打开文件，找到其JAVA_HOME设置。如下图
修改为本地的java安装路径 /usr/lib/jvm/java-11-openjdk-amd64 （和之前一样），保存并退出
2.4.2 配置core-site.xml
设置HDFS的默认名称。
sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml
在configuration中添加如下内容，保存退出
2.4.3 配置YARN-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/yarn-site.xml
在configuration中添加如下内容：
2.4.4 配置mapred-site.xml
Hadoop提供了mapred-site.xml的模板文件。输入命令进行复制 sudo cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml
打开mapred-site.xml文件
sudo gedit /usr/local/hadoop/etc/hadoop/mapred-site.xml
在configuration中添加如下配置
2.4.5 配置hdfs-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/hdfs-site.xml
在configuration中添加如下内容
2.5 创建并格式化HDFS目录
首先，创建namenode数据存储目录
sudo mkdir -p /usr/local/hadoop/hadoop_data/hdfs/namenode
然后，创建datanode数据存储目录
sudo mkdir -p /usr/local/hadoop/hadoop_data/hdfs/datanode
将hadoop目录的所有者更改为hduser
sudo chown hduser:hduser -R /usr/local/hadoop
最后，将HDFS进行格式化
hadoop namenode -format
2.6 启动Hadoop
Hadoop启动时，NameNode与DataNode连接并管理这些节点。连接时需要使用SSH工具。因此，首先需要下载SSH。输入命令 apt-get install ssh 既可下载
下载后尝试启动hadoop
输入命令 start-all.sh 中间会反复要求输入密码，因为单节点状态下，namenode与datanode时同一台机器，我们只需要输入自己机器的密码即可。最后会显示成功启动
启动后，我们可以输入命令 ips 查看系统当前启动的进程，可见已经正常启动
其中ResourceManager NodeManager属于MapReduce功能
NameNode，SecondaryNameNode，DataNode属于HDFS功能
此外，可以单独启动HDFS，命令为 start-dfs.sh 也可以单独启动Yarn，命令为 start-yarn.sh
关闭命令：stop-all.sh
