环境

Ubuntu18、openjdk-9、Hadoop3.1.3
因为近期网络问题，hadoop是阿里云的镜像，Ubuntu和jdk是华为云的镜像。

准备工作

更新apt

sudo apt-get update

安装SSH、配置SSH无密码登陆

sudo apt-get install openssh-server

ssh localhost

exit                           # 退出刚才的 ssh localhost
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

安装Java环境

使用手动安装的方式，下载openjdk 9。
安装的时候纠结了很久，为什么我安装的jdk和别人安装的java -version显示不一样，这里找到了区别，使用openjdk也是不影响的。OpenJDK和JDK区别

    cd /usr/lib
    sudo mkdir jvm #创建/usr/lib/jvm目录用来存放JDK文件
    cd ~ #进入hadoop用户的主目录
    cd Downloads  #注意区分大小写字母，刚才已经通过FTP软件把JDK安装包jdk-8u162-linux-x64.tar.gz上传到该目录下
    sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm  #把JDK文件解压到/usr/lib/jvm目录下

配置环境变量 vim ~/.bashrc

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

保存source ~/.bashrc，检查安装java -version

安装Hadoop

Hadoop安装文件，可以到Hadoop官网下载hadoop-3.1.3.tar.gz。

sudo tar -zxf ~/下载/hadoop-3.1.3.tar.gz -C /usr/local    # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-3.1.3/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop       # 修改文件权限

检查安装

cd /usr/local/hadoop
./bin/hadoop version

启动

单机配置

Hadoop 默认模式为非分布式模式（本地模式），无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。

实例测试：在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，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。

    cd /usr/local/hadoop
    mkdir ./input
    cp ./etc/hadoop/*.xml ./input   # 将配置文件作为输入文件
    ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
    cat ./output/*          # 查看运行结果

output结果是符合正则的单词 dfsadmin 出现了1次。

*运行中有报错找不到JAVA_HOME环境变量，解决办法是在hadoop-env.sh中，再显示地重新声明一遍JAVA_HOME
启动hadoop，报错Error JAVA_HOME is not set and could not be found

伪分布式配置

配置了一个namenode,datanode,secondarynamenode三个节点的集群。

1. 修改配置文件

Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。

core-site.xml

    <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>

hdfs-site.xml

    <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>

2. 格式化namenode

hadoop@mcq-virtual-machine:/usr/local/hadoop$ sudo ./bin/hdfs namenode -format

提示有一大串，出现common.Storage: Storage directory /usr/local/hadoop/tmp/dfs/name has been successfully formatted.这条就算成功了

3. 开启namenode,datanode守护进程

hadoop@mcq-virtual-machine:/usr/local/hadoop$ sudo ./sbin/start-dfs.sh

报错：WARNING: HADOOP_SECURE_DN_USER has been replaced by HDFS_DATANODE_SECURE_USER. Using value of HADOOP_SECURE_DN_USER.
Starting namenodes on [localhost]
localhost: root@localhost: Permission denied (publickey,password).
Starting datanodes
localhost: root@localhost: Permission denied (publickey,password).
Starting secondary namenodes [mcq-virtual-machine]
mcq-virtual-machine: root@mcq-virtual-machine: Permission denied (publickey,password).

解决：注意到被permission denied的用户名是root@localhost，我猜想是root用户的远程ssh登录出了问题，网上最常见的解决办法是修改ssh的配置文件/etc/ssh/sshd_config，把其中PermitRootLogin项由默认的prohibit-password改为yes，然后重启sshsudo service ssh restart。
大部分人到此就解决了，而我这里只解决了一部分，ssh root@localhost输入root密码之后可以ssh登录了（之前测试输对密码也会提升permission denied），但是执行start-dfs依然报上述错。
之前不是配置过ssh免登录吗？为什么ssh root的时候还要密码呢？这时猜想会不会root用户需要单独配置一次ssh免登录。试了一下，果然成功了。

HDFS的web页面默认端口是9870，yarn的web页面端口是8088。另外，jps命令查看节点时，也需要在特权用户root下。

运行实例

实际上有三种shell命令方式。
1. hadoop fs
2. hadoop dfs
3. hdfs dfs_
hadoop fs适用于任何不同的文件系统，比如本地文件系统和HDFS文件系统
hadoop dfs只能适用于HDFS文件系统
hdfs dfs跟hadoop dfs的命令作用一样，也只能适用于HDFS文件系统

将配置文件作为输入文件，put指令放入HDFS系统中，ls查看，get指令从HDFS中取回本地

#创建用户目录
hadoop@mcq-virtual-machine:/usr/local/hadoop$ sudo ./bin/hdfs dfs -mkdir -p /user/hadoop
#放入HDFS
hadoop@mcq-virtual-machine:/usr/local/hadoop$ sudo ./bin/hdfs dfs -put ./etc/hadoop/*.xml /input
#执行
hadoop@mcq-virtual-machine:/usr/local/hadoop$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep /input /output 'dfs[a-z.]+'
#查看
hadoop@mcq-virtual-machine:/usr/local/hadoop$ ./bin/hdfs dfs -cat /output/*
#从HDFS取出
hadoop@mcq-virtual-machine:/usr/local/hadoop$ ./bin/hdfs dfs -get /output ./output

问题：hdfs用-ls查看根目录时，
如果加了/，里边的路径全部需要前置/
如果不加 /，不加sudo，那么不返回任何内容；加了sudo，有返回，但目录里没有/
在这里插入图片描述

参考资料
http://dblab.xmu.edu.cn/blog/2441-2/

Mcq.

发布了3 篇原创文章 · 获赞 3 · 访问量 100

私信关注

Ubuntu 18.04 + Hadoop-3.1.3 伪分布式环境安装测试全过程

环境