Hadoop安装

在Linux、Windows、macOS下安装都需要先安装java环境，再安装hadoop，均需要配置环境变量。怎么配置可自行查找资料，这里就不介绍了。参考这里：

Hadoop的运行模式配置

Hadoop的运行模式分为3种：本地运行模式、伪分布运行模式、集群运行模式。

独立模式即本地运行模式

无需运行任何守护进程，所有程序都在单个JVM上执行。由于在本机模式下测试和调试MapReduce程序较为方便，因此，这种模式适宜用在开发阶段。独立模式无需配置任何文件。

2、伪分布运行模式

如果Hadoop对应的Java进程都运行在一个物理机器上，称为伪分布运行模式。以Windows为例，在其它系统下，需要修改路径。Linux下需要在hadoop-2.7.2/etc/hadoop/hadoop-env.sh指定java环境变量

伪分布运行模式需要配置core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml

core-site.xml：指定hadoop的主节点master。

hdfs-site.xml：指定hadoop中的文件副本数。

mapred-site.xml：指定mapreduce的资源管理。

yarn-site.xml：

core-site.xml配置如下：

<configuration>

<property>

<name>hadoop.tmp.dir</name>

<value>/G:/tmp</value> <!--windows下创建文件夹 -->

<value>/home/hadoop/bigdata/temp</value> <!--linux下创建文件夹 指定hadoop运行时产生临时文件的存储目录-->

<description>Abase for other temporary directories.</description>

</property>

<property>

<name>fs.default.name</name>

<value>hdfs://localhost:9000</value>

</property>

</configuration>

hdfs-site.xml配置：

<configuration>

<property>

<name>dfs.replication</name>

<value>1</value><!--副本为1 -->

</property>

<property>

<name>dfs.namenode.name.dir</name>

<value>/G:/tmp/data/namenode</value><!--windows下创建文件夹 ，linux需要指定目录-->

</property>

<property>

<name>dfs.datanode.data.dir</name>

<value>/G:/tmp/data/datanode</value><!--windows下创建文件夹，linux需要指定目录 -->

</property>

<property>

<name>dfs.namenode.secondary.http-address</name>

<value>;/value>

</property>

</configuration>

mapred-site.xml配置：

<configuration>

<property>

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

<value>yarn</value>（选择yarn来mapreduce）

</property>

</configuration>

yarn-site.xml配置：

<configuration>

<property>

<name>yarn.resourcemanager.hostname</name>

<value>localhost</value>

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

</configuration>

Windows下启动hadoop

1、运行cmd窗口，切换到hadoop安装目录下的bin目录下执行hdfs namenode -format

2、运行cmd窗口，切换到hadoop的sbin目录，执行start-all.cmd，它将会启动5个进程。

启动之后，可用jps命令查看，如下图，然后可进行增删改查、创建的命令操作。

Linux下启动hadoop

1、切换到hadoop安装目录下的bin目录下执行hdfs namenode -format

2、切换到hadoop的sbin目录，执行start-all.sh，它将会启动5个进程。

启动之后，可用jps命令查看。

3、集群模式

Linux系统，在虚拟机中创建四台系统：首先创建4台虚拟机，分别命名为hp001、hp002、hp003、hp004。安装成功后，然后分别修改主机名（hp001、hp002、hp003、hp004），再修改/etc/hosts文件（hp002、hp003、hp004同hp001），本机IP对应主机名。

hadoop1 node1作为名称节点

hadoop2 node2作为辅助名称节点

hadoop3 node3作为数据节点

hadoop4 node4作为数据节点

完全分布式配置方式：配置文件/home/hadoop/bigdata/hadoop-2.7.2/etc/hadoop/下的四个xml文件。

core-site.xml

<configuration>

<property>

<name>fs.defaultFS</name>

<value>hdfs://hp001</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/home/hadoop/bigdata</value>

</property>

</configuration>

hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name>

<value>3</value>

</property>

<property>

<name>dfs.namenode.secondary.http-address</name>

<value>hp002:50090</value>

</property>

</configuration>

mapred-site.xml

<configuration>

<property>

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

<value>yarn</value>

</property>

</configuration>

yarn-site.xml

<configuration>

<property>

<name>yarn.resourcemanager.hostname</name>

<value>hp001</value>

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

</configuration>

把/home/hadoop/bigdata/hadoop-2.7.2/etc/hadoop/slaves文件修改为

hp003

hp004

在集群上分发以上5个文件

cd /home/hadoop/bigdata/hadoop-2.7.2/etc/hadoop

xsync core-site.xml

xsync hdfs-site.xml

xsync mapred-site.xml

xsync yarn-site.xml

xsync slaves

首次启动hadoop

1)格式化文件系统

$>hadoop namenode -format

2)启动所有进程

$>start-all.sh

3)查询进程

$>xcall jps