ubuntu14.04搭建hadoop伪集群环境

最近打算学习基于地理位置的大树据推荐，首先需要熟悉hadoop这些大树据框架。

在此把学习到过程记录下来。学习一个框架到第一步就所先要搭建该框架运行到环境。这里简单介绍一下。笔主搭建的是伪分布式环境。首先解释一下什么是伪分布式模式。伪分布模式是指在单机环境下模拟Hadoop 集群，每一个hadoop daemon 都运行在独立的Java 进程里。

一、创建用户组 

1.创建hadoop用户组

敲入命令：sudo addgroup hadoop

2.创建hadoop用户

敲入命令： sudo adduser -ingroup hadoop hadoop

3.给hadoop用户添加权限

敲入命令：sudo vim  /etc/sudoers

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。

在root   ALL=(ALL:ALL)   ALL下添加hadoop   ALL=(ALL:ALL)  ALL，

hadoop  ALL=(ALL:ALL) ALL

二、安装jdk并配置相应到环境

三、安装ssh服务

1.建立ssh无密码登录本机

敲入命令：su hadoop

                   ssh-keygen -t rsa -P ""

2.进入~/.ssh/目录下，将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的：

敲入命令：cd ~/.ssh

                    cat id_rsa.pub >> authorized_keys

3.登录localhost

输入命令：ssh localhost

4.退出

输入命令：exit

四、安装hadoop

1.从archive.apache.org下载stable版本到hadoop

2.解压

3.配置hadoop

第一个：hadoop-env.sh
vim hadoop-env.sh
#第27行
export JAVA_HOME=/usr/java/jdk1.7.0_65

第二个：core-site.xml
<!-- 制定HDFS的老大（NameNode）的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://127.0.0.1</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/itcast/hadoop-2.4.1/tmp</value>

        </property>

第三个：hdfs-site.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>

        </property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>

        </property>

第五个：yarn-site.xml
<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>itcast01</value>

        </property>
<!-- reducer获取数据的方式 -->

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

        </property>

5.将hadoop添加到环境变量

vim /etc/proflie

export JAVA_HOME=/usr/java/jdk1.7.0_65
export HADOOP_HOME=/hadoop/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

6格式化namenode（是对namenode进行初始化）

hdfs namenode -format (hadoop namenode -format)

7.启动hadoop

先启动HDFS
sbin/start-dfs.sh

再启动YARN
sbin/start-yarn.sh

8.验证是否启动成功

使用jps命令验证
27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode
http://127.0.0.1:50070 （HDFS管理界面） http://127.0.0.1:8088 （MR管理界面）