关于大数据:教程手把手教你如何搭建Hadoop单机伪集群

作者：幻好
起源：恒生LIGHT云社区

概述

本文将通过虚拟机搭建单机伪集群的Hadoop服务，帮忙更好的学习和了解Hadoop大数据平台的运行原理。具体到每个细节，不便老手学习和了解。

环境筹备

Linux centos 7（虚拟机）
JDK1.8
Hadoop 2.5+

JDK零碎环境配置

首先查看零碎是否装置JDK，如果装置，确保零碎装置JDK版本在1.8+且不是OpenJDK，否则后续装置Hadoop可能会报错。
通过以下命令查看JDK版本：java -version

如果装置版本较低或者曾经装置了OpenJDK，能够通过命令进行卸载重装：
查看零碎装置的JDK包：rpm -qa|grep java
而后将查出的包进行一一删除：rpm -e --nodeps [包名]

装置JDK时，首先创立一个文件夹用来寄存JDK安装包，如下命令：
mkdir -p /opt/local/java/jdk
进入以上创立目录后，应用以下命令下载JDK包：
weget [https://repo.huaweicloud.com/java/jdk/8u192-b12/jdk-8u192-linux-x64.tar.gz](https://repo.huaweicloud.com/java/jdk/8u192-b12/jdk-8u192-linux-x64.tar.gz)
下载实现后，对压缩包进行解压：
tar -zxvf jdk-8u192-linux-x64.tar.gz
解压实现后，配置零碎环境变量：
vi /etc/profile
向文件开端增加以下配置参数：

# jdk1.8export JAVA_HOME=/opt/local/java/jdk/jdk1.8.0_192export PATH=$PATH:$JAVA_HOME/binexport CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

配置实现后保留，刷新系统配置：
source /etc/profile
最初测验JDK是否失效：
java -version
打印以下日志信息即可。

系统配置

主机名配置

因为应用虚拟机搭建，ip可能并不是固定的，为了更好的拜访和辨认主机，咱们须要先批改主机名配置，前面间接应用主机名拜访服务。
查看主机目前的hostname：hostname
如果须要批改后的hostname能始终失效，则批改/etc/sysconfig/network文件，向文件新增以下参数：

NETWORKING=yesHOSTNAME=centos001.com

批改后，须要重启主机失效。
如果须要立刻失效，能够间接应用命令：
hostname centos001.com

防火墙配置

为了不便学习，先将防火墙敞开禁用，不便其余主机进行拜访。（当然也能够配置凋谢的端口）

应用命令查看防火墙运行状态：systemctl status firewalld
进行运行防火墙：service firewalld stop
永远停用防火墙：systemctl disable firewalld

Hadoop部署装置

Hadoop安装包筹备
首先创立寄存Hadoop安装包寄存的目录：
- mkdir -p /home/local/hadoop
而后进入创立目录，下载Hadoop安装包：
- wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.10.1/hadoop-2.10.1.tar.gz
解压安装包：
- tar -zxvf hadoop-2.10.1.tar.gz
配置Hadoop环境变量
为了不便后续间接应用命令行启动 Hadoop 相干服务，能够配置相干环境变量
进入配置文件 /etc/profile，向开端追加以下配置

export HADOOP_HOME=/home/local/hadoop/hadoop-2.10.1/export HADOOP_PREFIX=$HADOOP_HOMEexport HADOOP_MAPRED_HOME=$HADOOP_HOMEexport HADOOP_YARN_HOME=$HADOOP_HOMEexport HADOOP_COMMON_HOME=$HADOOP_HOMEexport HADOOP_HDFS_HOME=$HADOOP_HOMEexport YARN_HOME=$HADOOP_HOMEexport HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoopexport YARN_CONF_DIR=$HADOOP_HOME/etc/hadoopexport PATH=$PATH:$HADOOP_HOME/binexport PATH=$PATH:$HADOOP_HOME/sbin

core-site.xml配置
向configuration 中增加以下配置参数：

    <property>        <name>fs.defaultFS</name>        <value>hdfs://centos001.com:8091</value>    </property>    <property>        <name>hadoop.tmp.dir</name>        <value>/home/local/hadoop/hadoop-2.10.1/data/tmp</value>    </property>

上述不应用ip拜访而改用主机名拜访，这里配置HDFS的节点拜访。
hadoop.tmp.dir 是 Hadoop 文件系统依赖的根底配置，很多门路都依赖它。(如果hdfs-site.xml中不配置namenode和datanode的寄存地位，默认就放在这个门路中)。
须要提前存储目录创立好：mkdir -p /home/local/hadoop/hadoop-2.10.1/data/tmp
hdfs-site.xml配置
配置 HDFS 的 DataNode 的备份数量（默认数量为3），只单机模仿运行，配置1

    <property>        <name>dfs.replication</name>        <value>1</value>    </property>

mapred-site.xml配置
这里配置Mapreduce的运行模式，罕用的就是生产：yarn，测试：local 两种模式。

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

yarn-site.xml配置
配置资源服务的相干运行参数

<property>    <name>yarn.resourcemanager.hostname</name>    <value>centos001.com</value></property><property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value></property>

slaves配置
因为只演示单机模式，slaves文件无需配置
脚本参数配置
hadoop-env.sh中须要配置JDK感觉门路：JAVA_HOME，Hadoop配置门路：HADOOP_CONF_DIR
yarn-env.sh中须要配置JDK感觉门路：JAVA_HOME
mepre-env.sh中须要配置JDK感觉门路：JAVA_HOME

测试启动

首次启动格式化

如果第一次启动，须要先格式化 namenode

通过命令：hdfs namenode -format
如果看到打印以下日志，则示意格式化胜利

启动Hadoop

通过以下命令启动Hadoop相干服务节点：

hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode

启动后，能够通过命令：jps 查看服务是否胜利启动：

启动YARN

启动 Hadoop 相干服务节点后，在启动 Yarn 相干资源管理服务：

yarn-daemon.sh start resourcemanager
yarn-daemon.sh start nodemanager

启动后，能够通过命令：jps 查看服务是否胜利启动：

验证页面

服务启动胜利后，在咱们的PC（windows）上，配置域名映射。关上主机的hosts文件，配置以下参数：

192.168.201.129 centos001.com

配置保留后，能够间接通过上述配置域名进行拜访Hadoop后盾监控页面：http://centos001.com:50070

总结

以上为单机伪集群的Hadoop搭建实际过程，为了帮忙老手更好的了解和学习 Hadoop ，实际能力出真知。

有任何问题，欢送一起探讨交换。

想向技术大佬们多多取经？开发中遇到的问题何处探讨？如何获取金融科技海量资源？

恒生LIGHT云社区，由恒生电子搭建的金融科技业余社区平台，分享实用技术干货、资源数据、金融科技行业趋势，拥抱所有金融开发者。

扫描下方小程序二维码，退出咱们！