在Ubutun 14.04 Desktop LTS上部署Hadoop 2.7.1（伪分布式）

1、安装Ubutun 14.04 Desktop LTS

---

• 下载ISO文件，ubuntu-14.04.1-desktop-amd64.iso。
• 在Virtualbox或者VmWare中新建虚拟机，将ISO文件设置为启动光盘。
• 一路下一步，在需要输入用户的地方，输入用户名hduser，直到系统安装完成。
• 重启虚拟机，使用hduser登录系统。设置root的密码，输入sudo passwd命令：
• hduser@hduser-VirtualBox:~$ sudo passwd
• [sudo] password for hduser: （输入自己的密码）
• 输入新的 UNIX 密码： （设置root密码）
• 重新输入新的 UNIX 密码：（再次设置root密码） 
• passwd：已成功更新密码
• 为了便于后面操作，在ubuntu内安装增强功能（virtualbox增强功能或者vmtools）
• 添加用户到sudo组：
• 命令：sudo adduser hduser sudo。如果用户已经在此组内会提示。
• 添加组hadoop，并将hduser添加至组hadoop（groups命令可以查看用户所在的组）：
• su
• addgroup hadoop
• usermod -a -G hadoop hduser

2、配置ssh免密码登录

---

• 安装ssh server：sudo apt-get install openssh-server
• cd ~/.ssh/                         # 若没有该目录，请先执行一次ssh localhost
  ssh-keygen -t rsa              # 会有提示，都按回车就可以
  cat id_rsa.pub >> authorized_keys  # 加入授权
  
• 使用ssh localhost试试能否直接登录

3、配置JDK

---

• 到Oracle官网下载JDK1.7，http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html。下载jdk-7u79-linux-x64.tar.gz。
• 由于准备将JDK安装至/usr/lib/jvm下，所以先到/usr/lib/目录下建立jvm文件夹
• cd /usr/lib/
• sudo mkdir jvm
• 解压下载的安装包至jvm文件夹(jdk1.7.0_79)
• sudo tar zxvf /home/hduser/桌面/jdk-7u79-linux-x64.tar.gz -C /usr/lib/jvm 
  
• 设置JAVA_HOME：
• nano ~/.bashrc
  
• 在第一行前面增加：export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_79，保存退出。
• 使设置立即生效：source ~/.bashrc
• 测试JAVA_HOME是否设置成功，输出了上面设置的路径表示成功：
• echo $JAVA_HOME

4、安装Hadoop2.7.1

---

• 下载文件，http://hadoop.apache.org/releases.html，选择2.7.1的binary格式下载。文件名为：hadoop-2.7.1.tar.gz。
• 我们选择将 Hadoop 安装至/usr/local/
• sudo tar -zxvf  /home/hduser/桌面/hadoop-2.7.1.tar.gz -C /usr/local
• cd /usr/local/
  sudo mv ./hadoop-2.7.1/ ./hadoop              # 将文件夹名改为hadoop
  sudo chown -R hduser ./hadoop                   # 修改文件权限
  测试安装是否成功，如果出现命令帮助表示成功：/usr/local/hadoop/bin/hadoop
  
• 配置环境变量
• nano ~/.bashrc
  
• 打开界面后，在之前配置的JAVA_HOME后面输入：

export HADOOP_INSTALL=/usr/local/hadoop

export PATH=$PATH:$HADOOP_INSTALL/bin

export PATH=$PATH:$HADOOP_INSTALL/sbin

export HADOOP_MAPRED_HOME=$HADOOP_INSTALL

export HADOOP_COMMON_HOME=$HADOOP_INSTALL

export HADOOP_HDFS_HOME=$HADOOP_INSTALL

export YARN_HOME=$HADOOP_INSTALL

• 使设置立即生效：source ~/.bashrc
• 检查是否安装成功，执行命令，如果出现命令帮助表示成功：hdfs

5、配置伪分布式

---

• 切换至配置文件目录：  cd /usr/local/hadoop/etc/hadoop
• 配置 core-site.nano core-site.。将文件中的<configuration></configuration>替换为：
• <configuration>
      <property>
          <name>hadoop.tmp.dir</name>
          <value>file:/usr/local/hadoop/tmp</value>
          <description>Abase for other temporary directories.</description>
      </property>
      <property>
          <name>fs.defaultFS</name>
          <value>hdfs://localhost:9000</value>
      </property>
  </configuration>
  
• 配置 hdfs-site.nano hdfs-site.，修改为：
• <configuration>
      <property>
          <name>dfs.replication</name>
          <value>1</value>
      </property>
      <property>
          <name>dfs.namenode.name.dir</name>
          <value>file:/usr/local/hadoop/tmp/dfs/name</value>
      </property>
      <property>
          <name>dfs.datanode.data.dir</name>
          <value>file:/usr/local/hadoop/tmp/dfs/data</value>
      </property>
  </configuration>
  

        关于Hadoop配置项的一点说明：
虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行（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，导致必须重新执行 format 才行。所以我们进行了设置，同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir，否则在接下来的步骤中可能会出错。

• 配置yarn-site.nano yarn-site.，修改为：
• <configuration>
    <property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
    </property>
    <property>
     <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
     <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
  </configuration>
  
• 配置mapred-site.
• 从模板文件复制一个mv mapred-site.
• 执行命令：nano mapred-site.
• 将文件修改为

<configuration>

  <property>

   <name>mapreduce.framework.name</name>

   <value>yarn</value>

  </property>

</configuration>

• 配置完成后，执行格式化：hdfs namenode -format。倒数第五行出现Exitting with status 0 表示成功，若为 Exitting with status 1 则是出错。
• 启动hadoop所有的进程：
  start-all.sh
   
  
• 查看各个进程是否正常启动，执行：jps。如果一切正常，将看到下列结果：
   
  

2583 DataNode

2970 ResourceManager

3461 Jps

3177 NodeManager

2361 NameNode

2840 SecondaryNam

• 【注意】若执行jps后提示：

程序 'jps' 已包含在下列软件包中：


* default-jdk


* ecj


* gcj-4.6-jdk


* openjdk-6-jdk


* gcj-4.5-jdk


* openjdk-7-jdk


请尝试：sudo apt-get install <选定的软件包>

 
那么请执行下面命令，手动设置系统默认JDK：
sudo update-alternatives --install /usr/bin/jps jps /usr/lib/jvm/jdk1.7.0_79/bin/jps 1
sudo update-alternatives --install /usr/bin/javac javac /usr/lib/jvm/jdk1.7.0_79/bin/javac 300
sudo update-alternatives --install /usr/bin/java java /usr/lib/jvm/jdk1.7.0_79/bin/java 300


 
【参考文档】
1、Hadoop安装教程_单机/伪分布式配置_Hadoop2.6.0/Ubuntu14.04_厦大数据库实验室博客
http://dblab.xmu.edu.cn/blog/install-hadoop/
 
2、Installing Apache Hadoop 2.7.1 Pseudo Distributed Mode on Ubuntu Server 14.04.2 | Tech-AB | All Around Techniques and Technology
http://www.tech-ab.net/bigdata/hadoop/installing-apache-hadoop-2-7-1-pseudo-distributed-mode-on-ubuntu-server-14-04-2/

原标题：在Ubutun 14.04 Desktop LTS上部署Hadoop 2.7.1（伪分布式）

关键词：