Apache Hadoop 軟件庫是一個框架，它允許使用簡單的編程模型在計算機集群上對大型數據集進行分布式處理。Apache™ Hadoop® 是可靠、可擴展、分布式計算的開源軟件。

該項目包括以下模塊：

• Hadoop Common：支持其他 Hadoop 模塊的常用工具。
• Hadoop 分布式文件系統 (HDFS™)：分布式文件系統，可提供對應用程序數據的高吞吐量訪問支持。
• Hadoop YARN：作業調度和集群資源管理框架。
• Hadoop MapReduce：一個基于 YARN 的大型數據集并行處理系統。

本文將幫助你逐步在 CentOS 上安裝 hadoop 并配置單節點 hadoop 集群。

安裝 Java

在安裝 hadoop 之前，請確保你的系統上安裝了 Java。使用此命令檢查已安裝 Java 的版本。

java -version 
java version "1.7.0_75" 
Java(TM) SE Runtime Environment (build 1.7.0_75-b13) 
Java HotSpot(TM) 64-Bit Server VM (build 24.75-b04, mixed mode) 

要安裝或更新 Java，請參考下面逐步的說明。

***步是從 Oracle 官方網站下載***版本的 java。

cd /opt/ 
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/7u79-b15/jdk-7u79-linux-x64.tar.gz" 
tar xzf jdk-7u79-linux-x64.tar.gz 

需要設置使用更新版本的 Java 作為替代。使用以下命令來執行此操作。

cd /opt/jdk1.7.0_79/ 
alternatives --install /usr/bin/java java /opt/jdk1.7.0_79/bin/java 2 
alternatives --config java  

There are 3 programs which provide 'java'. 
  Selection    Command 
----------------------------------------------- 
*  1           /opt/jdk1.7.0_60/bin/java 
 + 2           /opt/jdk1.7.0_72/bin/java 
   3           /opt/jdk1.7.0_79/bin/java 
Enter to keep the current selection[+], or type selection number: 3 [Press Enter] 

現在你可能還需要使用 alternatives 命令設置 javac 和 jar 命令路徑。

alternatives --install /usr/bin/jar jar /opt/jdk1.7.0_79/bin/jar 2 
alternatives --install /usr/bin/javac javac /opt/jdk1.7.0_79/bin/javac 2 
alternatives --set jar /opt/jdk1.7.0_79/bin/jar 
alternatives --set javac /opt/jdk1.7.0_79/bin/javac 

下一步是配置環境變量。使用以下命令正確設置這些變量。

設置 JAVA_HOME 變量：

export JAVA_HOME=/opt/jdk1.7.0_79 

設置 JRE_HOME 變量：

export JRE_HOME=/opt/jdk1.7.0_79/jre 

設置 PATH 變量：

export PATH=$PATH:/opt/jdk1.7.0_79/bin:/opt/jdk1.7.0_79/jre/bin 

安裝 Apache Hadoop

設置好 java 環境后。開始安裝 Apache Hadoop。

***步是創建用于 hadoop 安裝的系統用戶帳戶。

useradd hadoop 
passwd hadoop 

現在你需要配置用戶 hadoop 的 ssh 密鑰。使用以下命令啟用無需密碼的 ssh 登錄。

su - hadoop 
ssh-keygen -t rsa 
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 
chmod 0600 ~/.ssh/authorized_keys 
exit 

現在從官方網站 hadoop.apache.org 下載 hadoop ***的可用版本。

cd ~ 
wget http://apache.claz.org/hadoop/common/hadoop-2.6.0/hadoop-2.6.0.tar.gz 
tar xzf hadoop-2.6.0.tar.gz 
mv hadoop-2.6.0 hadoop 

下一步是設置 hadoop 使用的環境變量。

編輯 ~/.bashrc，并在文件末尾添加以下這些值。

export HADOOP_HOME=/home/hadoop/hadoop 
export HADOOP_INSTALL=$HADOOP_HOME 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 

在當前運行環境中應用更改。

source ~/.bashrc 

編輯 $HADOOP_HOME/etc/hadoop/hadoop-env.sh 并設置 JAVA_HOME 環境變量。

export JAVA_HOME=/opt/jdk1.7.0_79/ 

現在，先從配置基本的 hadoop 單節點集群開始。

首先編輯 hadoop 配置文件并進行以下更改。

cd /home/hadoop/hadoop/etc/hadoop 

讓我們編輯 core-site.xml。

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

接著編輯 hdfs-site.xml：

<configuration> 
<property> 
 <name>dfs.replication</name> 
 <value>1</value> 
</property> 
<property> 
  <name>dfs.name.dir</name> 
    <value>file:///home/hadoop/hadoopdata/hdfs/namenode</value> 
</property> 
<property> 
  <name>dfs.data.dir</name> 
    <value>file:///home/hadoop/hadoopdata/hdfs/datanode</value> 
</property> 
</configuration> 

并編輯 mapred-site.xml：

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

***編輯 yarn-site.xml：

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

現在使用以下命令格式化 namenode：

hdfs namenode -format 

要啟動所有 hadoop 服務，請使用以下命令：

cd /home/hadoop/hadoop/sbin/start-dfs.shstart-yarn.sh 

要檢查所有服務是否正常啟動，請使用 jps 命令：

jps 

你應該看到這樣的輸出。

26049 SecondaryNameNode 
25929 DataNode 
26399 Jps 
26129 JobTracker 
26249 TaskTracker 
25807 NameNode 

現在，你可以在瀏覽器中訪問 Hadoop 服務：http://your-ip-address:8088/ 。

hadoop

謝謝閱讀!!!