centOS 8 安装Hadoop

1.安装环境

本教程使用 CentOS 8 64位 作为系统环境，请自行安装系统。 

本教程基于原生 Hadoop 2，在 Hadoop 2.8.5 版本下验证通过，可适合任何 Hadoop 2.x.y 版本，例如 Hadoop 2.7.1, Hadoop 2.4.1等。

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

装好了 CentOS 系统之后，在安装 Hadoop 前还需要做一些必备工作。

2.创建hadoop用户

如果你安装 CentOS 的时候不是用的 “hadoop” 用户，那么需要增加一个名为 hadoop 的用户

           命令行执行      useradd -m hadoop -s /bin/bash               # 创建新用户hadoop

                

为Hadoop创建密码：

可为 hadoop 用户增加管理员权限，方便部署，避免一些对新手来说比较棘手的权限问题，执行：

1. visudo

Shell 命令

如下图，找到 root ALL=(ALL) ALL 这行（应该在第98行，可以先按一下键盘上的 ESC 键，然后输入 :98 (按一下冒号，接着输入98，再按回车键)，可以直接跳到第98行 ），然后在这行下面增加一行内容：hadoop ALL=(ALL) ALL （当中的间隔为tab），如下图所示：

   

3.准备工作

使用 hadoop 用户登录后，还需要安装几个软件才能安装 Hadoop。

安装SSH、配置SSH无密码登陆

集群、单节点模式都需要用到 SSH 登陆（类似于远程登陆，你可以登录某台 Linux 主机，并且在上面运行命令），一般情况下，CentOS 默认已安装了 SSH client、SSH server，打开终端执行如下命令进行检验：

1. rpm -qa | grep ssh

Shell 命令

如果返回的结果如下图所示，包含了 SSH client 跟 SSH server，则不需要再安装。

若需要安装，则可以通过 yum 进行安装（安装过程中会让你输入 [y/N]，输入 y 即可）：

1. sudo yum install openssh-clients
2. sudo yum install openssh-server

Shell 命令

接着执行如下命令测试一下 SSH 是否可用：

1. ssh localhost

Shell 命令

此时会有如下提示(SSH首次登陆提示)，输入 yes 。然后按提示输入密码 hadoop，这样就登陆到本机了。

但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。

首先输入 exit 退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中：

1. exit # 退出刚才的 ssh localhost
2. cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost
3. ssh-keygen -t rsa # 会有提示，都按回车就可以
4. cat id_rsa.pub >> authorized_keys # 加入授权
5. chmod 600 ./authorized_keys # 修改文件权限

安装Java环境

Java 环境可选择 Oracle 的 JDK，或是 OpenJDK，现在一般 Linux 系统默认安装的基本是 OpenJDK，如 CentOS 6.4 就默认安装了 OpenJDK 1.8。按 http://wiki.apache.org/hadoop/HadoopJavaVersions 中说的，Hadoop 在 OpenJDK 1.8 下运行是没问题的。需要注意的是，CentOS 6.4 中默认安装的只是 Java JRE，而不是 JDK，为了开发方便，我们还是需要通过 yum 进行安装 JDK，安装过程中会让输入 [y/N]，输入 y 即可：

1. sudo yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel

Shell 命令

通过上述命令安装 OpenJDK，默认安装位置为 /usr/lib/jvm/java-1.8.0-openjdk（该路径可以通过执行 rpm -ql java-1.8.0-openjdk-devel | grep '/bin/javac' 命令确定，执行后会输出一个路径，除去路径末尾的 “/bin/javac”，剩下的就是正确的路径了）。OpenJDK 安装后就可以直接使用 java、javac 等命令了。

接着需要配置一下 JAVA_HOME 环境变量，为方便，我们在 ~/.bashrc 中进行设置（扩展阅读: 设置Linux环境变量的方法和区别）：

1. vim ~/.bashrc

Shell 命令

在文件最后面添加如下单独一行（指向 JDK 的安装位置），并保存：

1. export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk

Shell

如下图所示：

接着还需要让该环境变量生效，执行如下代码：

1. source ~/.bashrc # 使变量设置生效

Shell 命令

设置好后我们来检验一下是否设置正确：

1. echo $JAVA_HOME # 检验变量值
2. java -version
3. $JAVA_HOME/bin/java -version # 与直接执行 java -version 一样

Shell 命令

如果设置正确的话，$JAVA_HOME/bin/java -version 会输出 java 的版本信息，且和 java -version 的输出结果一样，如下图所示：

这样，Hadoop 所需的 Java 运行环境就安装好了。

安装 Hadoop 2

Hadoop 2 可以通过 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/ 下载，本教程选择的是 2.8.5 版本，下载时请下载 hadoop-2.x.y.tar.gz这个格式的文件，这是编译好的，另一个包含 src 的则是 Hadoop 源代码，需要进行编译才可使用。

命令行输入如下命令即可获取hadoop2

 

ps： 如果wget没安装请先使用安装wget

解压下载好的hadoop

1. sudo tar -zxf ~/hadoop-2.8.5.tar.gz -C /目录 # 解压到/usr/local中
2. cd /目录
3. sudo mv ./hadoop-2.8.5/ ./hadoop # 将文件夹名改为hadoop
4. sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限

Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：

1. cd /目录/hadoop
2. ./bin/hadoop version

Hadoop单机配置(非分布式)

Hadoop 默认模式为非分布式模式，无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。

现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.5.jar 可以看到所有例子），包括 wordcount、terasort、join、grep 等。

在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中。

1. cd /目录/hadoop
2. mkdir ./input
3. cp ./etc/hadoop/*.xml ./input # 将配置文件作为输入文件
4. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'

执行结果如图所示：

1. cat ./output/* # 查看运行结果

注意，Hadoop 默认不会覆盖结果文件，因此再次运行上面实例会提示出错，需要先将 ./output 删除。

1. rm -r ./output