1.1伪分布式安装

以下的安装说明适用于Mac、Hadoop2.9.0

一、安装前提

1. 支持的平台

   GNU/Linux可以作为开发、生产运行环境，在GNU/Linux部署的集群可以支持2000+个节点。

   也支持windows平台。

2. 依赖的软件

   Java，Hadoop2.7以上版本要求Java版本7以上；

   安装了ssh，并且sshd是运行状态，hadoop脚本需要使用ssh远程管理Hadoop后台进程。

二、下载安装包

下载地址：http://www.apache.org/dyn/closer.cgi/hadoop/common/

三、安装

1、准备

• 解压缩hadoop-2.9.0.tar.gz
• 配置Java环境变量

  修改etc/hadoop/hadoop-env.sh ，添加如下内容：

  # set to the root of your Java installation
  export JAVA_HOME=/usr/java/latest

• JAVA_HOME需要根据本机的实际路径进行配置，如：

  export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_101.jdk/Contents/Home

• 执行如下命令，查看hadoop脚本的使用说明

  $ bin/hadoop
  Usage: hadoop [--config confdir] [COMMAND | CLASSNAME]
    CLASSNAME            run the class named CLASSNAME
   or
    where COMMAND is one of:
    fs                   run a generic filesystem user client
    version              print the version
    jar <jar>            run a jar file
                         note: please use "yarn jar" to launch
                               YARN applications, not this command.
    checknative [-a|-h]  check native hadoop and compression libraries availability
    distcp <srcurl> <desturl> copy file or directories recursively
    archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive
    classpath            prints the class path needed to get the
                         Hadoop jar and the required libraries
    credential           interact with credential providers
    daemonlog            get/set the log level for each daemon
    trace                view and modify Hadoop tracing settings 
  
  Most commands print help when invoked w/o parameters.

四、配置

hadoop支持三种运行模式：

本地（独立）模式：Local (Standalone) Mode

伪分布式模式：Pseudo-Distributed Mode

分布式模式：Fully-Distributed Mode

伪分布式模式配置

Hadoop支持单节点运行伪分布式模式集群，hadoop后台进程在各自单独的Java进程里运行。

1.配置HDFS

etc/hadoop/core-site.xml:

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

etc/hadoop/hdfs-site.xml:

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

2.配置ssh无密码登录

上面提到，hadoop脚本需要使用ssh远程管理Hadoop后台进程。所以，即使是伪分布式模式，如果没有配置无密码登录，那么每次启动hadoop服务，都会要求输入用户密码。

执行下面的命令，如果提示输入密码，需要继续配置，否则已经配置了无密码登录。

$ ssh localhost 

执行下面的命令，配置ssh无密码登录：

  $ ssh-keygen -t rsa -P ‘‘ -f ~/.ssh/id_rsa
  $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
  $ chmod 0600 ~/.ssh/authorized_keys

说明：authorized_keys文件的权限必须是0600。

3.启动HDFS并测试

3.1 格式化文件系统

 $ bin/hdfs namenode -format 

3.2 启动NameNode、DataNode

$ sbin/start-dfs.sh 

日志默认路径：$HADOOP_LOG_DIR，缺省路径：$HADOOP_HOME/logs。

3.3 通过web界面查看NameNode：

默认地址：http://localhost:50070/

3.4 创建执行MapReduce job需要的HDFS目录：

  $ bin/hdfs dfs -mkdir /user
  $ bin/hdfs dfs -mkdir /user/<username>

3.5 复制文件到分布式文件系统：

$ bin/hdfs dfs -put etc/hadoop input

3.6 运行样例：

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.0.jar grep input output ‘dfs[a-z.]+‘ 

3.7 查看样例运行结果：

复制到本地查看

  $ bin/hdfs dfs -get output output
  $ cat output/*

或者直接在分布式文件系统中查看：

$ bin/hdfs dfs -cat output/* 

3.8 可以运行下面的命令关闭dfs：

$ sbin/stop-dfs.sh 

4.YARN单节点模式配置

4.1 配置etc/hadoop/mapred-site.xml:

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

etc/hadoop/yarn-site.xml:

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

4.2 启动ResourceManager、NodeManager：

$ sbin/start-yarn.sh 

4.3 通过web界面查看ResourceManager：

默认地址：http://localhost:8088/

4.4 可以运行下面的命令关闭YARN后台进程：

$ sbin/stop-yarn.sh 

原文地址：https://www.cnblogs.com/pugongying017/p/9616095.html