Hadoop入门到实战（第二节） - 环境安装

本小节，我们来安装Hadoop环境。

远程连接工具

为了安装环境我们需要先在Windows下安装一个远程连接的工具来连接Linux虚拟机。这款工具叫做SecureCRT，当然还有很多其他连接工具，不过我觉得这一款挺好用。
官网下载地址（不免费）：https://www.vandyke.com/download/securecrt/download.html
你也可以用我这个：链接：https://pan.baidu.com/s/1GQq0l1N3XCpov8cPzCCkHQ 密码：5vyv

打开软件，新建连接。

设置连接属性

进入主界面

我们来稍稍美化一下，编码格式需要设置成UTF-8 否则会乱码。

好了现在我们可以开始安装Hadoop了。

下载Hadoop

我们去官网下载：http://hadoop.apache.org/

输入wget下载Hadoop

如果我们是生产环境就需要验证文件的完整性，在这里我们就偷个懒了。

下载好之后，解压到/app目录下。注意要切换成root用户解压哦，或者在命令前加上sudo 否则可能权限不够。

我们来切换到app目录下修改一下hadoop文件夹的名字

配置Hadoop环境

下载好Hadoop之后我们就要开始配置环境了，
接下来我们来搭建一个单节点的集群，配置一个伪分布式，为什么不做分布式呢？
其实分布式的配置和伪分布式差不多，只是分布式机器增加了而已，其他没什么两样，所以作为Hadoop学习我们搭建伪分布式要更好一点，不过后期我们会搭建真正的分布式环境。
好了，开始吧。你可以和我一起来，也可以看官方文档：http://hadoop.apache.org/docs/r3.1.0/hadoop-project-dist/hadoop-common/SingleCluster.html
毕竟这是知识的源头嘛，不过和我一起来可以避免很多坑哦，毕竟我是从坑里爬出来的人。

检查SSH

rpm -qa | grep openssh
rpm -qa |grep rsync

出现和我一样的界面即代表已安装SSH，如果没有出现，那么你需要安装SSH和rsync，你可以通过如下命令安装：

yum install ssh 
yum install rsync 
service sshd restart 启动服务

设置网络

关闭selinux
vim /etc/sysconfig/selinux
修改
SELINUX=disabled

修改Hosts文件（目的是为了通过主机名访问Hadoop）
vim /etc/hosts
在文件末尾添加如下代码：hadoop-master 为主机名，如果你的主机名不是这个那么需要修改成你自己的，IP也是，如果需要修改IP你可以到图形界面去重新设置一下，输入ifconfig可以查看IP。

192.168.2.10    hadoop-master

创建Hadoop用户

一般情况下我们都不会用root用户直接来操作Linux系统，所以我们需要创建一个hadoop用户，这个用户我们在第一节中已经创建了，如果你还没有创建可以使用如下命令来创建该用户：

useradd hadoop
passwd hadoop

这个hadoop用户有很多权限是没有的所以我们需要给hadoop用户添加权限
命令：visudo 输入 /root 可以快速定位到root的位置

root    ALL=(ALL)       ALL
hadoop ALL=(root) NOPASSWD:ALL

设置SSH免密登录

在之后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。

su hadoop
以hadoop身份登录

输入如下代码：

 ssh-keygen -t rsa -P ''

生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在/home/hadoop/.ssh目录下。
接下来：把id_rsa.pub追加到授权的key里面去。

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

然后修改权限：

chmod 600 ~/.ssh/authorized_keys

接着需要启用RSA认证，启动公钥私钥配对认证方式
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo
修改ssh配置：

RSAAuthentication yes # 启用 RSA 认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile .ssh/authorized_keys # 公钥文件路径

重启SSH service sshd restart

好了准备工作已经做完了，我们要开始修改Hadoop的配置文件了，总共需要修改6个文件。分别是：
- hadoop-env.sh
- yarn-env.sh
- core-site.xml
- hdfs-site.xml
- mapred-site.xml
- yarn-site.xml
我们一个一个的来吧！

hadoop-env.sh 配置

两个env.sh文件主要是配置JDK的位置
如果你不记得JDK的位置了输入 echo $JAVA_HOME就可以看到哦。
首先我们切换到hadoop目录下

编辑 hadoop-env.sh在文件中插入如下代码：

# The java implementation to use.  
#export JAVA_HOME=${JAVA_HOME}  
export JAVA_HOME=/app/jdk1.8.0_171

yarn-env.sh 配置

编辑yarn-env.sh 插入如下代码：

export JAVA_HOME=/app/jdk1.8.0_171

core-site.xml配置

这个是核心配置文件我们需要在该文件中加入 HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。
在文件末尾的configuration标签中添加代码如下：

<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>

hdfs-site.xml文件配置

replication指的是副本数量，我们现在是单节点，所以是1.

<configuration>  
<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>  
</property>  
</configuration>

mapred-site.xml文件配置

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

yarn-site.xml配置

<configuration>  
<property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
</property>  
<property>  
        <name>yarn.resourcemanager.webapp.address</name>  
        <value>192.168.2.10:8099</value>  
        <description>这个地址是mr管理界面的</description>  
</property>  
</configuration>

创建文件夹

我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，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

直接创建应该会提示权限不足，你可以先在usr文件夹下创建Hadoop目录，然后修改Hadoop目录的所有者为Hadoop用户，命令为：

chown -R hadoop:hadoop hadoop

修改之后的效果：如果提示权限不足则在命令前加上suudo

然后在创建上述文件夹。

将Hadoop添加到环境变量中

我们现在和之后都使用hadoop用户来进行操作。

sudo vim etc/profile

在文件末尾插入如下代码：

最后使修改生效：source /etc/profile

验证

现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可

格式化

在使用Hadoop之前我们需要格式化一些hadoop的基本信息。
使用如下命令：

hadoop namenode -format

出现如下界面代表成功：

启动Hadoop

在启动前关闭防火墙，不然会出现datanode开后又自动关闭。
centerOS7之前的版本关闭防火墙使用的是 service iptables stop 来关闭防火墙，但是CentOS 7.0默认使用的是firewall作为防火墙，使用iptables必须重新设置一下
1、centerOS7直接关闭防火墙：

systemctl stop firewalld.service #停止firewall

systemctl disable firewalld.service #禁止firewall开机启动

2、如果你要使用以前的版本设置 iptables service，可以使用如下方法：

yum -y install iptables-services

如果要修改防火墙配置，如增加防火墙端口3306


vi /etc/sysconfig/iptables

增加规则

-A INPUT -m state --state NEW -m tcp -p tcp --dport 3306 -j ACCEPT

保存退出后

systemctl restart iptables.service #重启防火墙使配置生效

systemctl enable iptables.service #设置防火墙开机启动

最后重启系统使设置生效即可。

我们使用第一种方式即可。

接下来我们启动Hadoop：

start-dfs.sh

输入命令出现如下图界面即可：

输入命令 jps 验证：

之后你可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在windows机器上输入http://虚拟机ip地址:9870/ 也可以访问 hadoop的管理页面

好了到了这一步Hadoop就安装完成了，下一节我们来学习Hadoop的HDFS系统。

未完待续……