搭建Hadoop的環境

準備實驗的環境：
1、安裝Linux、JDK
2、配置主機名、免密碼登錄
3、約定：安裝目錄：/usr/local/bin

安裝：
1、解壓 : tar -zxvf hadoop-2.7.7.tar.gz -C /usr/local/bin/
2、設置環境變數： vi ~/.bash_profile
HADOOP_HOME=/usr/local/bin/hadoop-2.7.7
export HADOOP_HOME

PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export PATH
/usr/local/bin/hadoop-2.7.7
生效環境變數： source ~/.bash_profile


第一節：Hadoop的目錄結構

第二節：Hadoop的本地模式
1、特點：不具備HDFS，只能測試MapReduce程式
2、修改hadoop-env.sh

修改第27行：export JAVA_HOME=/root/training/jdk1.7.0_75

3、演示Demo: $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar
命令：hadoop jar hadoop-mapreduce-examples-2.4.1.jar wordcount /root/data/input/data.txt /root/data/output/wc
日誌：17/08/04 23:28:38 INFO mapreduce.Job: map 100% reduce 100%

註意：MR有一個預設的排序規則

第三節：Hadoop的偽分佈模式
1、特點：具備Hadoop的所有功能，在單機上模擬一個分散式的環境
（1）HDFS：主：NameNode，數據節點：DataNode
（2）Yarn：容器，運行MapReduce程式
主節點：ResourceManager
從節點：NodeManager

2、步驟：
（1）hdfs-site.xml
<!--配置HDFS的冗餘度-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>

<!--配置是否檢查許可權-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>

（2）core-site.xml
<!--配置HDFS的NameNode-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.88.11:9000</value>
</property>

<!--配置DataNode保存數據的位置-->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/bin/hadoop-2.7.7/tmp</value>
</property>


(3) mapred-site.xml
<!--配置MR運行的框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

(4) yarn-site.xml
<!--配置ResourceManager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>192.168.43.128</value>
</property>

<!--配置NodeManager執行任務的方式-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

(5) 格式化NameNode
hdfs namenode -format
日誌：Storage directory/usr/local/bin/hadoop-2.7.7/tmp/dfs/name has been successfully formatted.


(6) 啟動：start-all.sh
(*) HDFS: 存儲數據
(*) Yarn：執行計算

(7) 訪問：（*）命令行
（*）Java API
（*）Web Console：
HDFS：http://192.168.43.128:50070
Yarn：http://192.168.43.128:8088