hadoop 安装教程

时间  2019-12-19
标签 hadoop 安装 教程 栏目 Hadoop 繁體版
原文   原文链接

本教程由厦门大学数据库实验室 / 给力星出品，转载请注明。本教程适合于原生 Hadoop 2，包括 Hadoop 2.6.0, Hadoop 2.7.1 等版本，主要参考了官方安装教程，步骤详细，辅以适当说明，相信按照步骤来，都能顺利安装并运行Hadoop。另外有Hadoop安装配置简略版方便有基础的读者快速完成安装。此外，但愿读者们能多去了解一些 Linux 的知识，之后出现问题时才能自行解决。html

为了方便学习本教程，请读者们利用Linux系统中自带的firefox浏览器打开本指南进行学习。
Hadoop安装文件，能够到Hadoop官网下载，也能够点击这里从百度云盘下载，进入该百度云盘连接后，找到Hadoop安装文件hadoop-2.7.1.tar.gz（本教程也能够用于安装Hadoop 2.7.1版本）。java

 

环境

本教程使用 Ubuntu 14.04 64位 做为系统环境（Ubuntu 12.04，Ubuntu16.04 也行，32位、64位都可），请自行安装系统（可参考使用VirtualBox安装Ubuntu）。node

若是用的是 CentOS/RedHat 系统，请查看相应的CentOS安装Hadoop教程_单机伪分布式配置。linux

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，如 Hadoop 2.7.一、2.6.三、2.4.1等。正则表达式

使用本教程请确保系统处于联网状态下，部分高校使用星网锐捷链接网络，可能致使虚拟机没法联网，那么建议您使用双系统安装ubuntu,而后再使用本教程！shell

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。数据库

新版是兼容旧版的，书上旧版本的代码应该可以正常运行（我本身没验证，欢迎验证反馈）。apache

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

建立hadoop用户

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

首先按 ctrl+alt+t 打开终端窗口，输入以下命令建立新用户 :

  1. sudo useradd -m hadoop -s /bin/bash
Shell 命令

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

sudo命令

本文中会大量使用到sudo命令。sudo是ubuntu中一种权限管理机制，管理员能够受权给一些普通用户去执行一些须要root权限执行的操做。当使用sudo命令时，就须要输入您当前用户的密码.

密码

在Linux的终端中输入密码，终端是不会显示任何你当前输入的密码，也不会提示你已经输入了多少字符密码。而在windows系统中,输入密码通常都会以“*”表示你输入的密码字符

输入法中英文切换

ubuntu中终端输入的命令通常都是使用英文输入。linux中英文的切换方式是使用键盘“shift”键来切换，也能够点击顶部菜单的输入法按钮进行切换。ubuntu自带的Sunpinyin中文输入法已经足够读者使用。

Ubuntu终端复制粘贴快捷键

在Ubuntu终端窗口中，复制粘贴的快捷键须要加上 shift，即粘贴是 ctrl+shift+v。

接着使用以下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

  1. sudo passwd hadoop
Shell 命令

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：

  1. sudo adduser hadoop sudo
Shell 命令

最后注销当前用户（点击屏幕右上角的齿轮，选择注销），返回登录界面。在登录界面中选择刚建立的 hadoop 用户进行登录。

更新apt

用 hadoop 用户登陆后，咱们先更新一下 apt，后续咱们使用 apt 安装软件，若是没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口，执行以下命令：

  1. sudo apt-get update
Shell 命令

若出现以下 “Hash校验和不符” 的提示，可经过更改软件源来解决。若没有该问题，则不须要更改。从软件源下载某些软件的过程当中，可能因为网络方面的缘由出现无法下载的状况，那么建议更改软件源。在学习Hadoop过程当中，即便出现“Hash校验和不符”的提示，也不会影响Hadoop的安装。

Ubuntu更新软件源时遇到Hash校验和不符的问题Ubuntu更新软件源时遇到Hash校验和不符的问题

点击查看：如何更改软件源

后续须要更改一些配置文件，我比较喜欢用的是 vim（vi加强版，基本用法相同），建议安装一下（若是你实在还不会用 vi/vim 的，请将后面用到 vim 的地方改成 gedit，这样可使用文本编辑器进行修改，而且每次文件更改完成后请关闭整个 gedit 程序，不然会占用终端）：

  1. sudo apt-get install vim
Shell 命令

安装软件时若须要确认，在提示处输入 y 便可。

经过命令行安装软件经过命令行安装软件

点击查看：vim简单操做指南

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），Ubuntu 默认已安装了 SSH client，此外还须要安装 SSH server：

  1. sudo apt-get install openssh-server
Shell 命令

安装后，可使用以下命令登录本机：

  1. ssh localhost
Shell 命令

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。

SSH首次登录提示SSH首次登录提示

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：

  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，都按回车就能够
  4. cat ./id_rsa.pub >> ./authorized_keys # 加入受权
Shell 命令
~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，只须要输入前面命令便可。

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SSH无密码登陆

安装Java环境

Java环境可选择 Oracle 的 JDK，或是 OpenJDK，按中说的，新版本在 OpenJDK 1.7 下是没问题的。为图方便，这边直接经过命令安装 OpenJDK 7。
下面有两种安装JDK的方式，能够任选一种，若是第1种失败，就选择第2种。推荐直接使用第2种安装方式。
（1）第1种安装JDK方式：

  1. sudo apt-get install openjdk-7-jre openjdk-7-jdk
Shell 命令

安装好 OpenJDK 后，须要找到相应的安装路径，这个路径是用于配置 JAVA_HOME 环境变量的。执行以下命令：

  1. dpkg -L openjdk-7-jdk | grep '/bin/javac'
Shell 命令

该命令会输出一个路径，除去路径末尾的 “/bin/javac”，剩下的就是正确的路径了。如输出路径为 /usr/lib/jvm/java-7-openjdk-amd64/bin/javac，则咱们须要的路径为 /usr/lib/jvm/java-7-openjdk-amd64。

接着须要配置一下 JAVA_HOME 环境变量，为方便，咱们在 ~/.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

在文件最前面添加以下单独一行（注意 = 号先后不能有空格），将“JDK安装路径”改成上述命令获得的路径，并保存：

  1. export JAVA_HOME=JDK安装路径
Shell

以下图所示（该文件本来可能不存在，内容为空，这不影响）：

配置JAVA_HOME变量配置JAVA_HOME变量

接着还须要让该环境变量生效，执行以下代码：

  1. source ~/.bashrc # 使变量设置生效
Shell 命令

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
  2. java -version
  3. $JAVA_HOME/bin/java -version # 与直接执行 java -version 同样
Shell 命令

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：

成功配置JAVA_HOME变量成功配置JAVA_HOME变量

这样，Hadoop 所需的 Java 运行环境就安装好了。

（2）第2种安装JDK方式
根据大量电脑安装Java环境的状况咱们发现，部分电脑按照上述的第一种安装方式会出现安装失败的状况，这时，能够采用这里介绍的另一种安装方式，命令以下：

  1. sudo apt-get install default-jre default-jdk
Shell 命令

上述安装过程须要访问网络下载相关文件，请保持联网状态。安装结束之后，须要配置JAVA_HOME环境变量，请在Linux终端中输入下面命令打开当前登陆用户的环境变量配置文件.bashrc：

  1. vim ~/.bashrc
Shell 命令

在文件最前面添加以下单独一行（注意，等号“=”先后不能有空格），而后保存退出：

export JAVA_HOME=/usr/lib/jvm/default-java

接下来，要让环境变量当即生效，请执行以下代码：

  1. source ~/.bashrc # 使变量设置生效
Shell 命令

执行上述命令后，能够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同样
Shell 命令

至此，就成功安装了Java环境。下面就能够进入Hadoop的安装。

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，通常选择下载最新的稳定版本，即下载 “stable” 下的 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。

截止到2015年12月9日，Hadoop官方网站已经更新到2.7.1版本。对于2.6.0以上版本的Hadoop，仍能够参照此教程学习，可放心下载官网最新版本的Hadoop。

  1. 若是读者是使用虚拟机方式安装Ubuntu系统的用户，请用虚拟机中的Ubuntu自带firefox浏览器访问本指南，再点击下面的地址，才能把hadoop文件下载虚拟机ubuntu中。请不要使用Windows系统下的浏览器下载，文件会被下载到Windows系统中，虚拟机中的Ubuntu没法访问外部Windows系统的文件，形成没必要要的麻烦。
  2. 若是读者是使用双系统方式安装Ubuntu系统的用户，请进去Ubuntu系统，在Ubuntu系统打开firefox浏览器访问本指南，再点击下面的地址下载：hadoop-2.7.1下载地址

下载完 Hadoop 文件后通常就能够直接使用。可是若是网络很差，可能会致使下载的文件缺失，可使用 md5 等检测工具能够校验文件是否完整。

点击查看：如何校验下载的文件是否完整

咱们选择将 Hadoop 安装至 /usr/local/ 中：

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

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：

  1. cd /usr/local/hadoop
  2. ./bin/hadoop version
Shell 命令
相对路径与绝对路径

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（本地模式），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。

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

执行成功后以下所示，输出了做业的相关信息，输出的结果是符合正则的单词 dfsadmin 出现了1次

Hadoop单机模式运行grep的输出结果Hadoop单机模式运行grep的输出结果

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。

  1. rm -r ./output
Shell 命令

Hadoop伪分布式配置

Hadoop 能够在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既做为 NameNode 也做为 DataNode，同时，读取的是 HDFS 中的文件。

Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式须要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每一个配置以声明 property 的 name 和 value 的方式来实现。

修改配置文件 core-site.xml (经过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml)，将当中的

  1. <configuration>
  2. </configuration>
XML

修改成下面配置：

  1. <configuration>
  2. <property>
  3. <name>hadoop.tmp.dir</name>
  4. <value>file:/usr/local/hadoop/tmp</value>
  5. <description>Abase for other temporary directories.</description>
  6. </property>
  7. <property>
  8. <name>fs.defaultFS</name>
  9. <value>hdfs://localhost:9000</value>
  10. </property>
  11. </configuration>
XML

一样的，修改配置文件 hdfs-site.xml：

  1. <configuration>
  2. <property>
  3. <name>dfs.replication</name>
  4. <value>1</value>
  5. </property>
  6. <property>
  7. <name>dfs.namenode.name.dir</name>
  8. <value>file:/usr/local/hadoop/tmp/dfs/name</value>
  9. </property>
  10. <property>
  11. <name>dfs.datanode.data.dir</name>
  12. <value>file:/usr/local/hadoop/tmp/dfs/data</value>
  13. </property>
  14. </configuration>
XML
Hadoop配置文件说明

 

Hadoop 的运行方式是由配置文件决定的（运行 Hadoop 时会读取配置文件），所以若是须要从伪分布式模式切换回非分布式模式，须要删除 core-site.xml 中的配置项。

此外，伪分布式虽然只须要配置 fs.defaultFS 和 dfs.replication 就能够运行（官方教程如此），不过若没有配置 hadoop.tmp.dir 参数，则默认使用的临时目录为 /tmp/hadoo-hadoop，而这个目录在重启时有可能被系统清理掉，致使必须从新执行 format 才行。因此咱们进行了设置，同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir，不然在接下来的步骤中可能会出错。

配置完成后，执行 NameNode 的格式化:

  1. ./bin/hdfs namenode -format
Shell 命令

成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。

执行namenode格式化执行namenode格式化

若是在这一步时提示 Error: JAVA_HOME is not set and could not be found. 的错误，则说明以前设置 JAVA_HOME 环境变量那边就没设置好，请按教程先设置好 JAVA_HOME 变量，不然后面的过程都是进行不下去的。若是已经按照前面教程在.bashrc文件中设置了JAVA_HOME，仍是出现 Error: JAVA_HOME is not set and could not be found. 的错误，那么，请到hadoop的安装目录修改配置文件“/usr/local/hadoop/etc/hadoop/hadoop-env.sh”，在里面找到“export JAVA_HOME=${JAVA_HOME}”这行，而后，把它修改为JAVA安装路径的具体地址，好比，“export JAVA_HOME=/usr/lib/jvm/default-java”，而后，再次启动Hadoop。

接着开启 NameNode 和 DataNode 守护进程。

  1. ./sbin/start-dfs.sh #start-dfs.sh是个完整的可执行文件，中间没有空格
Shell 命令

若出现以下SSH提示，输入yes便可。

启动Hadoop时的SSH提示启动Hadoop时的SSH提示

启动时可能会出现以下 WARN 提示：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable WARN 提示能够忽略，并不会影响正常使用。

启动 Hadoop 时提示 Could not resolve hostname

 

若是启动 Hadoop 时遇到输出很是多“ssh: Could not resolve hostname xxx”的异常状况，以下图所示：

启动Hadoop时的异常提示启动Hadoop时的异常提示

这个并非 ssh 的问题，可经过设置 Hadoop 环境变量来解决。首先按键盘的 ctrl + c 中断启动，而后在 ~/.bashrc 中，增长以下两行内容（设置过程与 JAVA_HOME 变量同样，其中 HADOOP_HOME 为 Hadoop 的安装目录）：

  1. export HADOOP_HOME=/usr/local/hadoop
  2. export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
Shell

保存后，务必执行 source ~/.bashrc 使变量设置生效，而后再次执行 ./sbin/start-dfs.sh 启动 Hadoop。

启动完成后，能够经过命令 jps 来判断是否成功启动，若成功启动则会列出以下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”（若是 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，而后再次尝试启动尝试）。若是没有 NameNode 或 DataNode ，那就是配置不成功，请仔细检查以前步骤，或经过查看启动日志排查缘由。

经过jps查看启动的Hadoop进程经过jps查看启动的Hadoop进程

Hadoop没法正常启动的解决方法

通常能够查看启动日志来排查缘由，注意几点：

  • 启动时会提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”，其中 DBLab-XMU 对应你的机器名，但其实启动日志信息是记录在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中，因此应该查看这个后缀为 .log 的文件；
  • 每一次的启动日志都是追加在日志文件以后，因此得拉到最后面看，对比下记录的时间就知道了。
  • 通常出错的提示在最后面，一般是写着 Fatal、Error、Warning 或者 Java Exception 的地方。
  • 能够在网上搜索一下出错信息，看可否找到一些相关的解决方法。

此外，如果 DataNode 没有启动，可尝试以下的方法（注意这会删除 HDFS 中原有的全部数据，若是原有的数据很重要请不要这样作）：

  1. # 针对 DataNode 无法启动的解决方法
  2. ./sbin/stop-dfs.sh # 关闭
  3. rm -r ./tmp # 删除 tmp 文件，注意这会删除 HDFS 中原有的全部数据
  4. ./bin/hdfs namenode -format # 从新格式化 NameNode
  5. ./sbin/start-dfs.sh # 重启
Shell 命令

成功启动后，能够访问 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息，还能够在线查看 HDFS 中的文件。

Hadoop的Web界面Hadoop的Web界面

运行Hadoop伪分布式实例

上面的单机模式，grep 例子读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先须要在 HDFS 中建立用户目录：

  1. ./bin/hdfs dfs -mkdir -p /user/hadoop
Shell 命令
注意

教材《大数据技术原理与应用》的命令是以”./bin/hadoop dfs”开头的Shell命令方式，实际上有三种shell命令方式。
1. hadoop fs
2. hadoop dfs
3. hdfs dfs

hadoop fs适用于任何不一样的文件系统，好比本地文件系统和HDFS文件系统
hadoop dfs只能适用于HDFS文件系统
hdfs dfs跟hadoop dfs的命令做用同样，也只能适用于HDFS文件系统

接着将 ./etc/hadoop 中的 xml 文件做为输入文件复制到分布式文件系统中，即将 /usr/local/hadoop/etc/hadoop 复制到分布式文件系统中的 /user/hadoop/input 中。咱们使用的是 hadoop 用户，而且已建立相应的用户目录 /user/hadoop ，所以在命令中就可使用相对路径如 input，其对应的绝对路径就是 /user/hadoop/input:

  1. ./bin/hdfs dfs -mkdir input
  2. ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
Shell 命令

复制完成后，能够经过以下命令查看文件列表：

  1. ./bin/hdfs dfs -ls input
Shell 命令

伪分布式运行 MapReduce 做业的方式跟单机模式相同，区别在于伪分布式读取的是HDFS中的文件（能够将单机步骤中建立的本地 input 文件夹，输出结果 output 文件夹都删掉来验证这一点）。

  1. ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
Shell 命令

查看运行结果的命令（查看的是位于 HDFS 中的输出结果）：

  1. ./bin/hdfs dfs -cat output/*
Shell 命令

结果以下，注意到刚才咱们已经更改了配置文件，因此运行结果不一样。

Hadoop伪分布式运行grep结果Hadoop伪分布式运行grep结果

咱们也能够将运行结果取回到本地：

  1. rm -r ./output # 先删除本地的 output 文件夹（若是存在）
  2. ./bin/hdfs dfs -get output ./output # 将 HDFS 上的 output 文件夹拷贝到本机
  3. cat ./output/*
Shell 命令

Hadoop 运行程序时，输出目录不能存在，不然会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ，所以若要再次执行，须要执行以下命令删除 output 文件夹:

  1. ./bin/hdfs dfs -rm -r output # 删除 output 文件夹
Shell 命令
运行程序时，输出目录不能存在

运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录（如 output）不能存在，不然会提示错误，所以运行前须要先删除输出目录。在实际开发应用程序时，可考虑在程序中加上以下代码，能在每次运行时自动删除输出目录，避免繁琐的命令行操做：

  1. Configuration conf = new Configuration();
  2. Job job = new Job(conf);
  3.  
  4. /* 删除输出目录 */
  5. Path outputPath = new Path(args[1]);
  6. outputPath.getFileSystem(conf).delete(outputPath, true);
Java

若要关闭 Hadoop，则运行

  1. ./sbin/stop-dfs.sh
Shell 命令
注意

下次启动 hadoop 时，无需进行 NameNode 的初始化，只须要运行 ./sbin/start-dfs.sh 就能够！

YARN

YARN 是 Hadoop 2.x 中的内容，使用林子雨编写的大数据技术原理与应用教材的读者，可不用学习YARN内容。

若是对这方便的内容感兴趣，可点击下方查看。

点击查看：启动YARN

自此，你已经掌握 Hadoop 的配置和基本使用了。安装好的Hadoop项目中已经包含了第三章的HDFS，继续学习第3章HDFS文件系统，请参考以下学习指南：大数据技术原理与应用 第三章 学习指南

附加教程: 配置PATH环境变量

在这里额外讲一下 PATH 这个环境变量（可执行 echo $PATH 查看，当中包含了多个目录）。例如咱们在主文件夹 ~ 中执行 ls 这个命令时，实际执行的是 /bin/ls 这个程序，而不是 ~/ls 这个程序。系统是根据 PATH 这个环境变量中包含的目录位置，逐一进行查找，直至在这些目录位置下找到匹配的程序（若没有匹配的则提示该命令不存在）。

上面的教程中，咱们都是先进入到 /usr/local/hadoop 目录中，再执行 sbin/hadoop，实际上等同于运行 /usr/local/hadoop/sbin/hadoop。咱们能够将 Hadoop 命令的相关目录加入到 PATH 环境变量中，这样就能够直接经过 start-dfs.sh 开启 Hadoop，也能够直接经过 hdfs 访问 HDFS 的内容，方便平时的操做。

一样咱们选择在 ~/.bashrc 中进行设置（vim ~/.bashrc，与 JAVA_HOME 的设置类似），在文件最前面加入以下单独一行:

export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin

添加后执行 source ~/.bashrc 使设置生效，生效后，在任意目录中，均可以直接使用 hdfs 等命令了，读者不妨如今就执行 hdfs dfs -ls input 查看 HDFS 文件试试看。

安装Hadoop集群

在平时的学习中，咱们使用伪分布式就足够了。若是须要安装 Hadoop 集群，请查看Hadoop集群安装配置教程。

相关教程

参考资料

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程