大数据学习笔记之Hadoop安装步骤详解

一般大数据集群都是由Hadoop组成的，本文的最终目标是安装和配置两台Ubuntu服务器，让他们组成Hadoop的集群。

首先要安装vmware workstation虚拟软件，这个安装方法和一般的软件一样，这里附一个安装版本，供大家下载。

1、用vmware workstation建立虚拟机，开始先不选择安装包

内存选择：如果本机是4G内存，则分配虚拟机1G内存

2、按默认要求来，完成虚拟机的初步配置

对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，让大家了解到目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！

3、开始ubuntu的安装

选择镜像文件（我用的版本也在上面的网盘里下载），然后一步步的安装

4、选择电脑名称为hd1，密码为123456。注意Your name设置为ubuntu

5、打开Ubuntu虚拟机，打开终端编辑器

6、安装并进入VMware Tools。安装通过点击虚拟机->安装VMware Tools进行安装。

7、复制VMware Tools的压缩包到另一个文件目录下。这里放到了tmp目录下。

8、解压VMWare Tools

9、解压后进入vmware-tools-distrib

10、继续编写命令进行安装 sudo./vmware-install.pl

11、安装VMware Tools成功

12、利用 sudo aptinstall vim安装vim。安装完成后如下图。

13、输入reboot重启，同时重启后输入init 0关闭虚拟机

14、复制hd1文件夹，命名为hd2，放在存虚拟机的文件夹下

15、用记事本打开hd2文件夹下的hd1.vmx。修改其中的displayName为hd2.

再用VMware WorkStation打开hd1.vmx

16、分别启动两台虚拟机

17、根据电脑的ip配置/etc/hosts文件，给IP地址一个别名，方便后面操作。注意ip地址为你两台虚拟机的ip地址。用ifconfig命令可以查看本机IP。一般是191.168.开头的一串IP地址。我配置如下。

sudo vim /etc/hosts

192.168.241.132 hd1

192.168.241.130 hd2

18、安装openssh-server

19、启动ssh

20、保证每次开机时自动启动ssh

21、多机互信，两台虚拟机都要执行ssh-keygen-t rsa命令。

22、进行密钥的互信，两台虚拟机都要执行cat id_rsa.pub >> authorized_keys命令。

23、将hd1的文件拷到hd2上，同时把hd2的文件拷到hd1上

24、验证已经实现双机互信

25、在hd1上进行hadoop的安装

26、在hd1和hd2上进行java的安装。

两台主机都要执行sudo apt install default-jre命令。

27、在hd1和hd2上分别进行相关目录的创建

接下来需要配置hadoop集群文件

配置文件有7个：

/home/ubuntu/hadoop/hadoop/etc/hadoop/hadoop-env.sh

/home/ubuntu/hadoop/hadoop/etc/hadoop/yarn-env.sh

/home/ubuntu/hadoop/hadoop/etc/hadoop/slaves

/home/ubuntu/hadoop/hadoop/etc/hadoop/core-site.xml

/home/ubuntu/hadoop/hadoop/etc/hadoop/hdfs-site.xml

/home/ubuntu/hadoop/hadoop/etc/hadoop/mapred-site.xml

/home/ubuntu/hadoop/hadoop/etc/hadoop/yarn-site.xml

28、配置env文件。28-34步只在hd1上完成

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-amd64/

export HADOOP_HOME=/home/hadoop/hadoop

29、配置yarn-env文件

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-amd64/

30、配置slave文件

hd1

hd2

31、配置core-site文件

<property>

    <name>fs.defaultFS</name>

    <value>hdfs://hd1:9000</value>

</property>

<property> 

    <name>io.file.buffer.size</name>

    <value>131072</value>

</property>

<property>

    <name>hadoop.tmp.dir</name>

    <value>file:/home/ubuntu/hadoop/tmp</value>

</property>

<property>

    <name>hadoop.proxyuser.hduser.hosts</name>

    <value>*</value>

</property>

<property>

    <name>hadoop.proxyuser.hduser.groups</name>

    <value>*</value>

</property>

32、配置hdfs-site文件

<configuration>

    <property>

        <name>dfs.namenode.http-address</name>

        <value>hd1:50070</value>

    </property>

    <property>

        <name>dfs.namenode.secondary.http-address</name>

        <value>hd1:9001</value>

    </property>

    <property>

        <name>dfs.namenode.name.dir</name>

        <value>file:/home/ubuntu/hadoop/namenode</value>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>

        <value>file:/home/ubuntu/hadoop/hdfs</value>

    </property>

    <property>

        <name>dfs.replication</name>

        <value>1</value>

    </property>

    <property>

        <name>dfs.webhdfs.enabled</name>

        <value>true</value>

    </property>

    <property>

        <name>dfs.support.append</name>

        <value>true</value>

    </property>

    <property>

        <name>dfs.support.broken.append</name>

        <value>true</value>

    </property>

    <property>

        <name>dfs.permissions.enabled</name>

        <value>false</value>

    </property>

</configuration>

33、配置mapred-site文件

注意先将mapred-site.xml.template文件拷出，然后再使用vim命令

<property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

</property>

<property>

    <name>mapreduce.jobhistory.address</name>

    <value>hd1:10020</value>

</property>

<property>

    <name>mapreduce.jobhistory.webapp.address</name>

    <value>hd1:19888</value>

</property>

【大数据开发学习资料领取方式】：加入大数据技术学习交流群458345782，点击加入群聊，私信管理员即可免费领取

34、配置yarn-site文件

<property>

    <name>yarn.nodemanager.aux-services</name>

    <value>mapreduce_shuffle</value>

</property>

<property>

    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

    <value>org.apache.hadoop.mapred.ShuffleHandler</value>

</property>

<property>

    <name>yarn.resourcemanager.address</name>

    <value>hd1:8032</value>

</property>

<property>

    <name>yarn.resourcemanager.scheduler.address</name>

    <value>hd1:8030</value>

</property>

<property>

    <name>yarn.resourcemanager.resource-tracker.address</name>

    <value>hd1:8031</value>

</property>

<property>

    <name>yarn.resourcemanager.admin.address</name>

    <value>hd1:8033</value>

</property>

<property>

    <name>yarn.resourcemanager.webapp.address</name>

    <value>hd1:8088</value>

</property>

35、在hd1和hd2上配置路径文件。执行下面两条命令

sudo vim /etc/profile

export PATH=$PATH:/home/ubuntu/hadoop/hadoop/bin:/home/ubuntu/hadoop/hadoop/sbin

36、在hd1上加入hadoop路径到path路径下

37、在hd1上格式化namenode，执行hadoop namenode -format命令

38、在hd1上进行文件的分发，注意命令行当前所在的位置。

39、验证是否安装成功

在hd1上建一个a.txt文件

拷到hdfs文件里面去

打印显示

自此安装成功

推荐阅读文章

大数据工程师在阿里面试流程是什么？

学习大数据需要具备怎么样基础？

年薪30K的大数据开发工程师的工作经验总结？