实验目的

熟悉的Hadoop安装与配置的操作。

实验原理

Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。

实验步骤

一、安装环境

硬件：虚拟机
操作系统：Ubuntu14.04.2 64位
主机名：hadoopmaster
安装用户：root

二、安装JDK

安装JDK1.7或者以上版本。这里安装jdk1.8.0_144。
下载地址：http://www.oracle.com/technetwork/java/javase/downloads/index.html

1.下载jdk-8u144-linux-x64.tar.gz，解压到/usr/java/jdk1.8.0_144。

2.在/root/.bash_profile中添加如下配置：

export JAVA_HOME=/usr/java/jdk1.8.0_144
export PATH=$JAVA_HOME/bin:$PATH

3.使环境变量生效，#source ~/.bash_profile

4.安装验证# java -version

java version "1.8.0_144"
Java(TM) SE Runtime Environment (build 1.8.0_144-b01)
Java HotSpot(TM) 64-Bit Server VM (build 25.144-b01, mixed mode)

三、配置SSH无密码登陆

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

验证ssh：# ssh localhost

不需要输入密码即可登录。

如果你是集群的形式，那么可以参考http://blog.csdn.net/se7en_q/article/details/47671425

四、安装Hadoop2.7

1.下载Hadoop2.7.4

下载地址：http://mirrors.hust.edu.cn/apache/hadoop/common/stable2/

保存hadoop-2.7.4.tar.gz文件。

2.解压安装

1）复制 hadoop-2.7.4.tar.gz 到/usr/local目录下，然后#tar -xzvf hadoop-2.7.4.tar.gz 解压，解压后将目录重命名为为：/usr/local/hadoop

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 ~/.bash_profile

# set hadoop path

export HADOOP_HOME=/usr/hadoop/hadoop-2.7.4
export PATH=$PATH:$HADOOP_HOME/bin

4）使环境变量生效，$source ~/.bash_profile

3.Hadoop配置

进入$HADOOP_HOME/etc/hadoop目录，配置 hadoop-env.sh等。涉及的配置文件如下：

hadoop-2.7.4/etc/hadoop/hadoop-env.sh 
hadoop-2.7.4/etc/hadoop/yarn-env.sh 
hadoop-2.7.4/etc/hadoop/core-site.xml 
hadoop-2.7.4/etc/hadoop/hdfs-site.xml 
hadoop-2.7.4/etc/hadoop/mapred-site.xml 
hadoop-2.7.4/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_144

2）配置yarn-env.sh：

#export JAVA_HOME=/home/y/libexec/jdk1.7.0/
export JAVA_HOME=/usr/java/jdk1.8.0_144

3）配置core-site.xml，添加如下配置：

<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>

4）配置hdfs-site.xml，添加如下配置：

<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>

5）配置mapred-site.xml，添加如下配置：

<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>

6）配置yarn-site.xml

添加如下配置：

<configuration>
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>192.168.241.128:8099</value>
</property>
</configuration>

4.Hadoop启动

1）进入/usr/hadoop/hadoop-2.7.4/bin目录，格式化namenode

$ /hdfs namenode -format

2）进入/usr/hadoop/hadoop-2.7.4/sbin目录，启动NameNode 和 DataNode 守护进程

$ /start-dfs.sh

3）启动ResourceManager 和 NodeManager 守护进程

$ /start-yarn.sh

5.启动验证

执行jps命令

# jps

有如下进程，说明Hadoop正常启动

实验一：Hadoop安装与配置实验