Hadoop入门机安装hadoop

0目录

1.Hadoop入门 2.linux安装hadoop

1.Hadoop入门

定义 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。

优势 高可靠性：Hadoop底层维护多个数据副本，所以即使hadoop某个计算元素或存储出现故障,也不会导致数据的丢失 高扩展性：在集群间分配任务数据，可方便的扩展以千计的节点 高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任何处理速度 高容错性:能够自动将失败的任务重新分配

Hadoop 1.x;2.x和3.x的区别

HDFS概述 Hadoop Distributed File System 简称HDFS，是一个分布式文件系统 HDFS架构概述 NameNode（nn）:存储文件的元数据，如文件名，文件目录结构，文件属性 DataNode（dn）:在本地文件系统存储文件块数据，以及块数据的校验和 Secondary NameNode（2nn）: 每隔一段时间对NameNode元数据备份

YARN概述 YetAnother Resource Negotiator 简称YARN，另一种资源协调者,是Hadoop的资源管理器 YARN架构概述 ResourceManager （RM）：整个集群资源（内存、cpu等）的老大 NodeManager：单个节点服务器资源老大 ApplicationMaster：单个任务运行的老大 Container：容器，相当于一台独立的服务器，里面封装了任务运行所需的资源，如内存、cpu、磁盘、网络等

MapReduce架构概述 MapReduce将计算过程分成2个阶段，map和reduce map阶段并行处理输入数据 Reudce阶段对map结果进行汇总

补充hadoop生态圈

2.Linux安装hadoop

1.1  安装jDK：略

1.2  下载安装Hadoop 解压至opt/soft目录下，改名为hadoop313 更改所属用户为root 配置环境变量：vim /etc/profilre；配置完成后source /etc/profile # HADOOP_HOME export HADOOP_HOME=/opt/soft/hadoop313 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/lib export HDFS_NAMENODE_USER=root export HDFS_DATANODE_USER=root export HDFS_SECONDARYNAMENODE=root export HDFS_JOURNALNODE_USER=root export HDFS_ZKFC_USER=root export YARN_RESOURCEMANAGER_USER=root export YARN_NODEMANAGER_USER=root export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export HADOOP_YARN_HOME=$HADOOP_HOME export HADOOP_INSTALL=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export HADOOP_LIBEXEC_DIR=$HADOOP_HOME/libexec export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop 创建数据目录data 切换至hadoop目录，查看目录下文件，准备进行配置 cd /opt/soft/hadoop313/etc/hadoop

1.3  配置单机Hadoop （1）配置core-site.xml <configuration>  <!-- 指定NameNode的地址 -->     <property>         <name>fs.defaultFS</name>         <value>hdfs://kb129:9000</value>     </property>     <!-- 指定hadoop数据的存储目录 -->     <property>         <name>hadoop.tmp.dir</name>         <value>/opt/soft/hadoop313/data</value>     </property>     <!-- 配置HDFS网页登录使用的静态用户为root -->     <property>         <name>hadoop.http.staticuser.user</name>         <value>root</value>     </property>     <property>         <name>io.file.buffer.size</name>         <value>131072</value>     </property>     <property>         <name>hadoop.proxyuser.root.hosts</name>         <value>*</value>     </property>     <property>         <name>hadoop.proxyuser.root.groups</name>         <value>*</value>     </property> </configuration> 配置hdfs-site.xml     <property>         <name>dfs.replication</name>         <value>1</value>     </property>     <property>         <name>dfs.namenode.name.dir</name>         <value>/opt/soft/hadoop313/data/dfs/name</value>     </property>     <property>         <name>dfs.datanode.data.dir</name>         <value>/opt/soft/hadoop313/data/dfs/data</value>     </property>     <property>         <name>dfs.permissions.enabled</name>         <value>false</value>     </property>   （3）编辑hadoop-env.sh: > （4）配置yarn-site.xml <configuration> <!-- Site specific YARN configuration properties -->     <!-- 每隔20s测试连接 -->     <property>         <name>yarn.resourcemanager.connect.retry-interval.ms</name>         <value>20000</value>     </property>     <property>         <name>yarn.resourcemanager.scheduler.class</name>         <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value>     </property>     <property>         <name>yarn.nodemanager.localizer.address</name>         <value>kb129:8040</value>     </property>     <property>         <name>yarn.nodemanager.address</name>         <value>kb129:8050</value>     </property>     <property>         <name>yarn.nodemanager.webapp.address</name>         <value>kb129:8042</value>     </property>     <!-- 指定MapReduce走shuffle -->     <property>         <name>yarn.nodemanager.aux-services</name>         <value>mapreduce_shuffle</value>     </property>     <property>         <name>yarn.nodemanager.local-dirs</name>         <value>/opt/soft/hadoop313/yarndata/yarn</value>     </property>     <property>         <name>yarn.nodemanager.log-dirs</name>         <value>/opt/soft/hadoop313/yarndata/log</value> </property> <property>         <name>yarn.nodemanager.vmem-check-enabled</name>         <value>false</value>     </property> </configuration> 更改workers内容为kb129 （4）配置mapred-site.xml <configuration> <!-- 指定MapReduce程序运行在Yarn上 -->     <property>         <name>mapreduce.framework.name</name>         <value>yarn</value>     </property>     <property>         <name>mapreduce.jobhistory.address</name>         <value>kb129:10020</value>     </property>     <property>         <name>mapreduce.jobhistory.webapp.address</name>         <value>kb129:19888</value>     </property>     <property>         <name>mapreduce.map.memory.mb</name>         <value>2048</value>     </property>     <property>         <name>mapreduce.reduce.memory.mb</name>         <value>2048</value>     </property>     <property>         <name>mapreduce.application.classpath</name> <value>/opt/soft/hadoop313/etc/hadoop:/opt/soft/hadoop313/share/hadoop/common/lib/*:/opt/soft/hadoop313/share/hadoop/common/*:/opt/soft/hadoop313/share/hadoop/hdfs/*:/opt/soft/hadoop313/share/hadoop/hdfs/lib/*:/opt/soft/hadoop313/share/hadoop/mapreduce/*:/opt/soft/hadoop313/share/hadoop/mapreduce/lib/*:/opt/soft/hadoop313/share/hadoop/yarn/*:/opt/soft/hadoop313/share/hadoop/yarn/lib/*</value>     </property> </configuration>

1.4  启动测试hadoop （1）设置免密登录 回到根目录下配置kb129免密登录：ssh-keygen -t rsa -P "" 将本地主机的公钥文件（~/.ssh/id_rsa.pub）拷贝到远程主机 kb128 的 root 用户的 .ssh/authorized_keys 文件中，通过 SSH 连接到远程主机时可以使用公钥进行身份验证：cat /root/.ssh/id_rsa.pub >> /root/.ssh/authorized_keys 将本地主机的公钥添加到远程主机的授权密钥列表中，以便实现通过 SSH 公钥身份验证来连接远程主机：ssh-copy-id -i ~/.ssh/id_rsa.pub -p22 root@kb128 检测登录 （2）bin目录下初始化集群hadoop namenode -format 开始 检查是否都开启 关闭 网页测试：浏览器中输入网址：http://192.168.142.129:9870/