hadoop在Linux中的安装步骤及开发环境搭建

---

所有的大数据工具的操作都必须通过普通用户来执行，创建一个用户名为：fuyun

1. 创建安装所需文件夹

sudo mkdir -p /opt/tools/ #创建文件夹/opt/tools 存储安装包
sudo mkdir -p /opt/modules/ #创建文件夹/opt/software存储安装程序文件
sudo mkdir -p /opt/datas #创建文件夹/opt/datas 存储日志

2. 修改以上文件夹所有者和组为当前用户

sudo chown -R rdedu:rdedu /opt/datas
sudo chown -R rdedu:rdedu /opt/tools
sudo chown -R rdedu:rdedu /opt/software

3. 上传安装包到/opt/tools文件中
   先切换到/opt/tools目录 cd /opt/tools
rz
   

安装jdk

找到jdk安装包名
ls /opt/tools/
解压安装jdk
tar -zxvf jdk-8u91-linux-x64.tar.gz -C /opt/software/
上面安装包路径为相对路径，即必须先cd /opt/tools

4. 配置环境变量
   cd /opt/software/jdk1.8.0_91/
pwd打印当前完整路径

sudo vi /etc/profile
#JAVA_HOME
export JAVA_HOME=/opt/software/jdk1.8.0_91
export PATH=$PATH:$JAVA_HOME/bin

刷新环境变量
source /etc/profile
测试
java -version

hadoop的三种安装模式
本地模式：MapReduce默认读本地文件，不运行在yarn上，单独运行在一个jvm中，一般用于测试程序的准确性
伪分布式：只有一台机器，所有程序都运行在一台机器上行
分布式：多台机器构建集群，不同的 程序运行在不同机器上

伪分布式模式安装

找到jdk安装包名
ls /opt/tools/

tar -zxvf hadoop-2.6.0-cdh5.7.6.tar.gz -C /opt/software/
上面安装包路径为相对路径，即必须先cd /opt/tools

修改配置官网地址： http://hadoop.apache.org/docs/r2.7.6/hadoop-project-dist/hadoop-common/SingleCluster.html#Pseudo-Distributed_Operation

hadoop-env.sh、mapred-env.sh、yarn-env.sh

用于配置hadoop的运行环境变量
hadoop-env.sh：
```export JAVA_HOME=/opt/software/jdk1.8.0_91``

mapred-env.sh：
export JAVA_HOME=/opt/software/jdk1.8.0_91

yarn-env.sh：
export JAVA_HOME=/opt/software/jdk1.8.0_91

core-site.xml：用于hadoop全局的一些配置
在hadoop家目录下创建datas目录

  <!--指定hdfs的唯一入口，以及namenode的地址-->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://bigdata.fuyun:8020</value>
  </property>
  <!--配置hadoop的临时目录-->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/software/hadoop-2.6.0-cdh5.7.6/datas</value>
  </property>

hdfs-site.xml：用于hdfs的相关配置

  <!--配置hdfs中文件块的副本数-->
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>

slaves：用于配置从节点的地址，一行一个
bigdata.fuyun

启动服务
先cd /opt/software/hadoop-2.6.0-cdh5.7.6

第一次启动之前要进行格式化
bin/hdfs namenode -format
启动NameNode
sbin/hadoop-daemon.sh start namenode

启动DataNode
sbin/hadoop-daemon.sh start datanode

检查
jps

访问网页端：50070
http://bigdata.fuyun:50070

测试
在hdfs上创建一个文件夹
bin/hdfs dfs -mkdir /hive
bin/hdfs dfs -ls /

关闭
sbin/hadoop-daemon.sh stop namenode
sbin/hadoop-daemon.sh stop datanode

MapReduce与yarn的环境配置：
hdfs：hdfs-site.xml

-》 <!--关闭hdfs的权限检查-->
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>

mapreduce：mapred-site.xml
历史服务进程：用于记录所有运行过的程序信息

<!--用于配置历史服务进程的地址-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>bigdata.fuyun:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>bigdata.fuyun:19888</value>
    </property>

yarn：yarn-site.xml

日志聚集：将所有程序的运行日志保存到hdfs上，统一管理

<!--用于配置日志聚集，保存7天-->
  <property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
  </property>
  <property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
  </property>

启动yarn
sbin/yarn-daemon.sh start resourcemanager
sbin/yarn-daemon.sh start nodemanager
启动jobhistoryserver 服务
sbin/mr-jobhistory-daemon.sh start historyserver

YARN关联界面
http://bigdata.fuyun:8088/

maven部署

maven官网下载地址：http://maven.apache.org/download.cgi

下载maven后上传Linux后解压

tar -zxvf apache-maven-3.3.9-bin.tar.gz -C /opt/software/

配置环境变量：sudo vim /etc/profile

#M2_HOME
export M2_HOME=/opt/software/apache-maven-3.6.1
export PATH=$PATH:$M2_HOME/bin

source /etc/profile
测试：mvn -version

修改maven的配置：conf/settings.xml

修改maven的远程仓库为阿里源

<mirror>
  <id>alimaven</id>
  <name>aliyun maven</name>   <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
  <mirrorOf>central</mirrorOf>        
</mirror>

创建maven的本地仓库目录
mkdir -p ~/.m2/repository

将配置文件拷贝一份到.m2目录下：
cp /opt/software/apache-maven-3.6.1/conf/settings.xml ~/.m2/