hadoop伪分布式2.4.1安装

一、准备：
1、修改主机名：
vi /etc/sysconfig/network内容如下：
NETWORKING=yes
HOSTNAME=myHadoop
2、修改主机名和IP的映射关系，即hosts文件：
vi /etc/hosts
192.168.127.150 myHadoop
3、关闭防火墙：
3.1、查看防火墙状态
service iptables status
3.2、关闭防火墙
service iptables stop
3.3、查看防火墙开机启动状态
chkconfig iptables --list
3.4、关闭防火墙开机启动
chkconfig iptables off
4、重启Linux：
reboot/shutdown -r now
二、安装JDK：
1、解压：
tar -zxvf jdk-7u55-linux-i586.tar.gz -C /opt/tool
2、将java添加到环境变量中：
sudo vi /etc/profile
#在文件最后添加
export JAVA_HOME=/opt/tool/jdk-7u_65-i585
export PATH=$PATH:$JAVA_HOME/bin
#刷新配置
source /etc/profile
#验证：java -version
java version "1.7.0_65"Java(TM) SE Runtime Environment (build 1.7.0_65-b17)Java HotSpot(TM) Client VM (build 24.65-b04, mixed mode)

三、安装hadoop2.4.1：
1、解压：
tar -zxvf hadoop-2.4.1.tar.gz -C /opt/tool
2、将hadoop添加到环境变量中
sudo vi /etc/profile
#在文件最后添加
export HADOOP_HOME=/opt/tool/hadoop-2.4.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
#刷新配置
source /etc/profile
#验证：hadoop version

Hadoop 2.4.1
Subversion http://svn.apache.org/repos/asf/hadoop/common -r 1604318
Compiled by jenkins on 2014-06-21T05:43Z
Compiled with protoc 2.5.0
From source with checksum bb7ac0a3c73dc131f4844b873c74b630
This command was run using /opt/tool/hadoop-2.4.1/share/hadoop/common/hadoop-common-2.4.1.jar

3、配置hadoop：
3.1：hadoop-env.sh
vim hadoop-env.sh
#第27行
export JAVA_HOME=/opt/tool/jdk-7u_65-i585
3.2：core-site.xml
<!-- 指定HADOOP所使用的文件系统URI，HDFS的老大（NameNode）的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoopnode0:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/tool/hadoop-2.4.1/tmp</value>
</property>

3.3：hdfs-site.xml hdfs-default.xml (3)
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>

3.4：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>
3.5：yarn-site.xml
<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoopnode0</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

3.6：格式化namenode
（是对namenode进行初始化,只有在第一次安装时执行格式化，切记切记，否则数据丢失。）
hdfs namenode -format (或者hadoop namenode -format)

3.7：启动hadoop：
#先启动HDFS：start-dfs.sh，启动了一下进程：
NameNode
SecondaryNameNode
DataNode
#再启动YARN：start-yarn.sh，启动了一下进程：
NodeManager
ResourceManager

3.8：验证是否启动成功
使用jps命令验证
22303 NameNode
22216 Jps
27643 SecondaryNameNode
25566 NodeManager
25603 ResourceManager
27812 DataNode
http://192.168.1.201:50070 （HDFS管理界面） http://192.168.1.201:8088 （MR管理界面）
4、NameNode：
是整个文件系统的管理节点。它维护着整个文件系统的文件目录树，
文件/目录的元数据信息和每个文件对应的数据库列表。接收用户的操作请求。
元数据信息保存在fsimage和edit中，fsimage保存的是合并后的元数据信息，而edit保存的是实时的元数据信息。
5、DataNode：
提供真实文件数据的存储服务。文件存储时，是以block为单位进行存储的。
文件块（block）：最基本的存储单位。对于文件内容而言，一个文件的长度大小是size，
那么从文件的0偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一个块
称为一个block。HDFS默认block大小为128MB，以一个256MB文件为例，可以分割为2个Block。
6、SecondaryNameNode ：
用来合并fsimage和edit。