centos 安装hadoop 单节点配置

环境

本教程使用 CentOS 6.4 32位 做为系统环境，请自行安装系统。

本教程基于原生 Hadoop 2，在 Hadoop 2.6.0 (stable) 版本下验证经过，可适合任何 Hadoop 2.x.y 版本，例如 Hadoop 2.7.1, Hadoop 2.4.1等。

Hadoop版本

Hadoop 有两个主要版本，Hadoop 1.x.y 和 Hadoop 2.x.y 系列，比较老的教材上用的多是 0.20 这样的版本。Hadoop 2.x 版本在不断更新，本教程都可适用。若是需安装 0.20，1.2.1这样的版本，本教程也能够做为参考，主要差异在于配置项，配置请参考官网教程或其余教程。

装好了 CentOS 系统以后，在安装 Hadoop 前还须要作一些必备工做。

建立hadoop用户

若是你安装 CentOS 的时候不是用的 “hadoop” 用户，那么须要增长一个名为 hadoop 的用户。

首先点击左上角的 “应用程序” -> “系统工具” -> “终端”，首先在终端中输入 su ，按回车，输入 root 密码以 root 用户登陆，接着执行命令建立新用户 hadoop:

1. su # 上述提到的以 root 用户登陆
2. useradd -m hadoop -s /bin/bash # 建立新用户hadoop

Shell 命令

以下图所示，这条命令建立了能够登录的 hadoop 用户，并使用 /bin/bash 做为shell。

CentOS建立hadoop用户

接着使用以下命令修改密码，按提示输入两次密码，可简单的设为 “hadoop”（密码随意指定，若提示“无效的密码，过于简单”则再次输入确认就行）:

passwd hadoop

可为 hadoop 用户增长管理员权限，方便部署，避免一些对新手来讲比较棘手的权限问题，执行：

visudo

以下图，找到 root ALL=(ALL) ALL 这行（应该在第98行，能够先按一下键盘上的 ESC 键，而后输入 :98 (按一下冒号，接着输入98，再按回车键)，能够直接跳到第98行 ），而后在这行下面增长一行内容：hadoop ALL=(ALL) ALL （当中的间隔为tab），以下图所示：

为hadoop增长sudo权限

添加好内容后，先按一下键盘上的 ESC 键，而后输入 :wq (输入冒号还有wq，这是vi/vim编辑器的保存方法)，再按回车键保存退出就能够了。

最后注销当前用户(点击屏幕右上角的用户名，选择退出->注销)，在登录界面使用刚建立的 hadoop 用户进行登录。（若是已是 hadoop 用户，且在终端中使用 su 登陆了 root 用户，那么须要执行 exit 退出 root 用户状态）

准备工做

使用 hadoop 用户登陆后，还须要安装几个软件才能安装 Hadoop。

CentOS 使用 yum 来安装软件，须要联网环境，首先应检查一下是否连上了网络。以下图所示，桌面右上角的网络图标若显示红叉，则代表还未联网，应点击选择可用网络。

检查是否联网

链接网络后，须要安装 SSH 和 Java。

安装SSH、配置SSH无密码登录

集群、单节点模式都须要用到 SSH 登录（相似于远程登录，你能够登陆某台 Linux 主机，而且在上面运行命令），通常状况下，CentOS 默认已安装了 SSH client、SSH server，打开终端执行以下命令进行检验：

rpm -qa | grep ssh

若是返回的结果以下图所示，包含了 SSH client 跟 SSH server，则不须要再安装。

检查是否安装了SSH

若须要安装，则能够经过 yum 进行安装（安装过程当中会让你输入 [y/N]，输入 y 便可）：

sudo yum install openssh-clients   
sudo yum install openssh-server

接着执行以下命令测试一下 SSH 是否可用：

ssh localhost

此时会有以下提示(SSH首次登录提示)，输入 yes 。而后按提示输入密码 hadoop，这样就登录到本机了。

测试SSH是否可用

但这样登录是须要每次输入密码的，咱们须要配置成SSH无密码登录比较方便。

首先输入 exit 退出刚才的 ssh，就回到了咱们原先的终端窗口，而后利用 ssh-keygen 生成密钥，并将密钥加入到受权中：

exit # 退出刚才的 ssh localhost
cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost
ssh-keygen -t rsa # 会有提示，都按回车就能够
cat id_rsa.pub >> authorized_keys # 加入受权
chmod 600 ./authorized_keys # 修改文件权限

1.  

~的含义

在 Linux 系统中，~ 表明的是用户的主文件夹，即 “/home/用户名” 这个目录，如你的用户名为 hadoop，则 ~ 就表明 “/home/hadoop/”。 此外，命令中的 # 后面的文字是注释。

此时再用 ssh localhost 命令，无需输入密码就能够直接登录了，以下图所示。

SSH无密码登陆

安装Java环境

Java 环境可选择 Oracle 的 JDK，或是 OpenJDK，如今通常 Linux 系统默认安装的基本是 OpenJDK，如 CentOS 6.4 就默认安装了 OpenJDK 1.7。按 http://wiki.apache.org/hadoop/HadoopJavaVersions 中说的，Hadoop 在 OpenJDK 1.7 下运行是没问题的。须要注意的是，CentOS 6.4 中默认安装的只是 Java JRE，而不是 JDK，为了开发方便，咱们仍是须要经过 yum 进行安装 JDK，安装过程当中会让输入 [y/N]，输入 y 便可：

sudo yum install java-1.7.0-openjdk java-1.7.0-openjdk-devel

经过上述命令安装 OpenJDK，默认安装位置为 /usr/lib/jvm/java-1.7.0-openjdk（该路径能够经过执行 rpm -ql java-1.7.0-openjdk-devel | grep '/bin/javac' 命令肯定，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 安装后就能够直接使用 java、javac 等命令了。

接着须要配置一下 JAVA_HOME 环境变量，为方便，咱们在 /etc/profile 中进行设置

vim  /etc/profile

在文件最后面添加以下单独一行（指向 JDK 的安装位置），并保存：

export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk

以下图所示：

设置JAVA_HOME环境变量

接着还须要让该环境变量生效，执行以下代码：

source  /etc/profile # 使变量设置生效

设置好后咱们来检验一下是否设置正确：

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

    

若是设置正确的话，$JAVA_HOME/bin/java -version 会输出 java 的版本信息，且和 java -version 的输出结果同样，以下图所示：

成功设置JAVA_HOME环境变量

这样，Hadoop 所需的 Java 运行环境就安装好了。

安装 Hadoop 2

Hadoop 2 能够经过 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 2.6.0 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，另外一个包含 src 的则是 Hadoop 源代码，须要进行编译才可以使用。

下载时强烈建议也下载 hadoop-2.x.y.tar.gz.mds 这个文件，该文件包含了检验值可用于检查 hadoop-2.x.y.tar.gz 的完整性，不然若文件发生了损坏或下载不完整，Hadoop 将没法正常运行。

本文涉及的文件均经过浏览器下载，默认保存在 “下载” 目录中（若不是请自行更改 tar 命令的相应目录）。另外，若是你用的不是 2.6.0 版本，则将全部命令中出现的 2.6.0 更改成你所使用的版本。

cat ~/下载/hadoop-2.6.0.tar.gz.mds | grep 'MD5' 
# 列出md5检验值 # head -n 6 ~/下载/hadoop-2.7.1.tar.gz.mds 
# 2.7.1版本格式变了，能够用这种方式输出 md5sum ~/下载/hadoop-2.6.0.tar.gz | tr "a-z" "A-Z" 
# 计算md5值，并转化为大写，方便比较

若文件不完整则这两个值通常差异很大，能够简单对比下前几个字符跟后几个字符是否相等便可，以下图所示，若是两个值不同，请务必从新下载。

检验文件完整性

咱们选择将 Hadoop 安装至 /usr/local/ 中：

sudo tar -zxf ~/下载/hadoop-2.6.0.tar.gz -C /usr/local # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改成hadoop
sudo chown -R hadoop:hadoop ./hadoop # 修改文件权限

Hadoop 解压后便可使用。输入以下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：

cd /usr/local/hadoop
./bin/hadoop version

相对路径与绝对路径的区别

请务必注意命令中的相对路径与绝对路径，本文后续出现的 ./bin/...，./etc/... 等包含 ./ 的路径，均为相对路径，以 /usr/local/hadoop 为当前目录。例如在 /usr/local/hadoop 目录中执行 ./bin/hadoop version 等同于执行 /usr/local/hadoop/bin/hadoop version。能够将相对路径改为绝对路径来执行，但若是你是在主文件夹 ~ 中执行 ./bin/hadoop version，执行的会是 /home/hadoop/bin/hadoop version，就不是咱们所想要的了。

Hadoop单机配置(非分布式)

Hadoop 默认模式为非分布式模式，无需进行其余配置便可运行。非分布式即单 Java 进程，方便进行调试。

如今咱们能够执行例子来感觉下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 能够看到全部例子），包括 wordcount、terasort、join、grep 等。

在此咱们选择运行 grep 例子，咱们将 input 文件夹中的全部文件做为输入，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。

cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input # 将配置文件做为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/* # 查看运行结果

1.  

若运行出错，如出现以下图提示：

运行Hadoop实例时可能会报错

若出现提示 “WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable”，该 WARN 提示能够忽略，不会影响 Hadoop 正常运行（可经过编译 Hadoop 源码解决，解决方法请自行搜索）。

若出现提示 “INFO metrics.MetricsUtil: Unable to obtain hostName java.net.UnknowHostException”，这须要执行以下命令修改 hosts 文件，为你的主机名增长IP映射：

sudo vim /etc/hosts

主机名在终端窗口标题里能够看到，或执行命令 hostname 查看，以下图所示，在最后面增长一行 “127.0.0.1 dblab”：

设置主机名的IP映射

保存文件后，从新运行 hadoop 实例，若执行成功的话会输出不少做业的相关信息，最后的输出信息以下图所示。做业的结果会输出在指定的 output 文件夹中，经过命令 cat ./output/* 查看结果，符合正则的单词 dfsadmin 出现了1次：

Hadoop例子输出结果

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

rm -r ./output