单机版Hadoop hdfs安装搭建记录

**系统配置** **规格:** 1vCPUs | 2GB | s6.medium.2 **镜像:** Ubuntu 18.04 server 64bit **用户:** 在Ubuntu上创建halo用户

预备软件：① Hadoop安装包（推荐cdh，cloudera站点） ② Java 1.8 + ③ ssh

1. 安装Java

• 首先下载Linux版JDK jdk-8u161-linux-x64.tar.gz

• 解压安装包

  tar -zxvf jdk-8u161-linux-x64.tar.gz -C unzipPath

• 配置环境变量 /etc/profile 或者 ~/.bash_profile

  #set java environment JAVA_HOME=/usr/local/java/jdk1.8.0_161 JRE_HOME=$JAVA_HOME/jre CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib/rt.jar PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin export JAVA_HOME JRE_HOME CLASS_PATH PATH

• 使配置内容生效 source /etc/profile
• 验证 java -version

2. 安装ssh，并配置免密登录

• 购买的服务器，已经安装了ssh，单机部署的情况下需要检查ssh服务是否安装

  ps -e | grep ssh # 查看ssh进行 systemctl status ssh # 检测ssh状态

• 安装ssh

  (1)判断是否安装ssh服务，可以通过如下命令进行： ssh localhost ssh: connect to host localhost port 22: Connection refused (2)如上所示，表示没有还没有安装，可以通过apt安装，命令如下： apt-get install openssh-server (3)启动服务： sudo /etc/init.d/ssh start 

• ssh免密登录

  cd ~ ssh-keygen -t rsa cd .ssh # 将生成的rsa公钥信息写入authorized_keys文件中 cat id_rsa.pub >> authorized_keys # 修改authorized_keys文件读写权限 chmod 600 authorized_keys

.ssh文件夹结构

​ |--- id_rsa # ssh rsa生成的私钥文件

​ |--- id_rsa.pub # ssh rsa生成的公钥文件

​ |--- authorized_keys # 免密登录文件

​ |--- know_hosts # ssh远程登录记录

当ssh一台没登陆过的机器的时候,往往需要输入yes,确认一下添加know_hosts文件,在一些脚本处理的时候很不方便,可以修改/etc/ssh/ssh_config 文件达到自动添加,注意是ssh_config,不是sshd_config 查找# StrictHostKeyChecking ask 修改为 StrictHostKeyChecking no 这样就可以达到自动添加know_hosts～～

3. Hadoop安装

• 解压Hadoop3压缩包

• 添加环境变量.profile

  export HADOOP_HOME=/home/hadoop0/app/hadoop-3.1.3 export PATH=$HADOOP_HOME/bin:$PATH

• hadoop目录说明

  |--- bin # hadoop客户端命令

  |--- etc/hadoop # 相关配置文件存放目录

  |--- sbin # 启动hadoop相关进程脚本(Server端)

  |--- share # 常见使用例子 *(share/hadoop/mapreduce)

• 修改配置文件

  (1) etc/hadoop/hadoop_env.sh # 添加 export JAVA_HOME=/software/java/jdk1.8.0_161 (2) etc/hadoop/core-site.xml # 添加 hadoop0为配置的本地hosts <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop0:9000</value> </property> </configuration> # 备注 hadoop0 -> 127.0.0.1 则hadoop-client客户端不能连接，因为在本地监听 改为 hdfs://0.0.0.0:9000，hadoop-client连接正常可以创建文件夹，但不能读写 Exception：There are 1 datanode(s) running and 1 node(s) are excluded in this operation. stack overflow 建议更改为本地ip，但是在华为云服务器上或许因为ip转发问题，问题并未解决，有时间在研究。 (已确定上面的Exeption在单机上部署不存在问题，应该是云服务器有ip转发的关系) (3) etc/hadoop/hdfs-site.xml # 添加 <configuration> <property> <name>dfs.replication</name> # 副本数 <value>1</value> </property> <property> # 文件blocks存放位置，默认在linux系统tmp文件夹下，重启可能丢失 # 所以需要修改存储位置 <name>hadoop.tmp.dir</name> <value>/home/hadoop0/data/tmp</value> </property> </configuration> (4) 修改workers文件 # 添加配置 ip 或者 映射 name hadoop0

4. 启动及验证

• 第一次启动hadoop之前执行系统格式化

  # 格式化 hdfs namenode -format

• 启动

  # 启动dfs sbin/start-dfs.sh 启动hadoop dfs日志位置：logs/hadoop-hadoop0-namenode-xxxx.log # 停止集群 sbin/stop-dfs.sh # 单个组件进程启动 sbin/hadoop-daemons.sh stop|start|status xxx xxx可以为： NameNode SecondaryNameNode DataNode netstat -ntlp

• 验证

  (1)linux命令行jps出现 NameNode、DataNode、SecondaryNameNode (2)验证网站-Namenode information http://ip:9870 注意防火墙问题 sudo ufw allow 9870 / systemctl stop firewalld (3)两种永久关闭/开启防火墙的方式 systemctl disable firewalld systemctl enable firewalld chkconfig iptables off chkconfig iptables on

注：chkconfig与systemctl区别

5. Hadoop常用命令行操作

• 文件系统常见操作：查看、存储、移动、删除

  hadoop fs -ls / # 查看hadoop根目录文件夹 -cp src dest # 复制 -getmerge file1 file2 localdst #合并 -get # 获取 -put # 提交（本地和hdfs均可以） ....

• -cat和-text的区别 (text命令会对文本进行解码转码，cat不会，所以cat命令输出会乱码)

安装过程中注意事项及用到的Linux命令

1. Linux hosts文件修改

   # 打开vi /etc/hosts 文件修改，创建的用户名为hadoop0 127.0.0.1 localhost 127.0.0.1 hadoop0 uname -a # 获取系统信息

2. 部分Linux 命令

   • ls命令

     ls -a # 查看所有文件包括隐藏 ls -la # 树状展示 ll -h # 显示数据大小，转换为(K、M ...) env # 查看系统当前环境变量

   • tar命令

     tar -zxvf jdk*.tar.gz -C ~/app # 解压文件到指定目录 tar -czvf *.tar abc/ # 打包压缩文件 指令： -c # 创建压缩文件 -x # 解压压缩文件 -t # 查看压缩包内有哪些文件 -z # 用Gzip解压或压缩 -j # 用bzip2解压或压缩 -v # 显示详细过程 -f # 目标文件名 -P # 保留原始权限与属性 -p # 使用绝对路径压缩 -C # 指定解压到的目录

3. ssh 修改端口

   (1)修改ssh端口 ssh默认的端口是22,配置在/etc/ssh/sshd_config Port 22 Port 800 编辑防火墙配置启用22和800端口。 sudo /etc/init.d/ssh restart 这样ssh端口将同时工作与22和800上。 (2)结果验证 a.使用 ssh root@localhost -p 800 b.或使用 systemctl status ssh 出现 Server listening on 0.0.0.0 port 800. Server listening on :: port 800. Server listening on 0.0.0.0 port 22. Server listening on :: port 22. 如果连接成功了，则再次编辑sshd_config的设置，将里边的Port22删除，即可。