引語:
最近想接觸一些大數據相關的技術,所以有了這篇文章,其實就是記錄一下自己學習hadoop的過程,如果文章中有啥寫的不對的地方,還望指正(有java開發經驗,但是是大數據小白一隻,各位大神輕噴.)
我先是在網上搜索了一波大數據應該要學些什麼技術,基本上不約而同的都是指向了hadoop.
摘自維基百科:Apache Hadoop鏈接地址.看完維基百科描述,我們大概知道了hadoop是一個分佈式的大數據框架，在深入一些我們會知道
它是由很多個組件組成的（比如核心的HDFS，Hadoop Distributed File System，Mapreduce框架，還有很多Hive，HBase等等）。所以hadoop其實也是代指hadoop的一套的生態系統。光說不練假把式，好的我們來看看怎麼安裝，搭建hadoop的環境呢？
安裝步驟：
這裏其實有個前提，默認各位大佬的機器上已經安裝好了linux和java環境。如果沒有可以動動您靈活的手指，在搜索欄敲下“如何安裝linux/java環境”,不開玩笑了，這個比較常見。
hadoop安裝官網上說是有三種方式：
1.單機模式安裝
2.僞分佈式安裝
3.全分佈式安裝（真.分佈式）
我這裏使用的是僞分佈式，有人要問爲啥不用真.分佈式呢？
第一是初學者學會了僞分佈式，基本上全分佈式也是不會有大問題的，只是機器多了；
第二是因爲貧窮，
在雲服務器上搭建的，全分佈式要搞好幾臺。2333~ 開個玩笑啦,主要是懶~
1.下載hadoop
去官網下載就可以了，官網鏈接。
點擊source，然後在跳轉的頁面中下載hadoop-3.1.2-src.tar.gz。
tar -zxvf hadoop-3.1.2-src.tar.gz然後進入到 hadoop-3.1.2中，目錄是這樣
bin和sbin是可執行腳本的目錄，etc是放hadoop配置文件的目錄。
2.配置hadoop
(1).首先先配置hadoop的環境文件hadoop-env.sh，進入到hadoop-3.1.2/etc/hadoop目錄下，編輯 hadoop-env.sh文件
然後搜索JAVA_HOME,會發現兩處，但是可以通過閱讀英文註釋得知是哪一個
# Technically, the only required environment variable is JAVA_HOME.
# All others are optional. However, the defaults are probably not
# preferred. Many sites configure these options outside of Hadoop,
# such as in /etc/profile.d
# The java implementation to use. By default, this environment
# variable is REQUIRED on ALL platforms except OS X!在這下面添加export JAVA_HOME=“機器上的jdk地址”
在環境變量中添加hadoop的配置，vim /etc/profile,添加hadoop_home
export HADOOP_HOME=/home/hadoop/hadoop-3.1.2
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin(2).在配置hadoop的核心配置文件core-site.xml，這裏配置的是hdfs的NameNode地址和數據存儲目錄路徑
在<configuration>裏面添加：
這個是hdfs的地址
<property>
<name>fs.defaultFS</name>
<value>hdfs://wxwwt-hadoop:9000</value>
</property>
hadoop存儲數據路徑
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/hadoop-3.1.2/data</value>
</property>wxwwt-hadoop這個是自己隨便取得名字，記得在etc/hosts中配置一下，映射到本地127.0.0.1
(3).配置mapred-site.xml，從名字上就能看出來是和MapReduce相關的。指定一下調度系統的配置
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>(4).配置yarn-site.xml
<configuration>
指定ResouceManager的地址
<property>
<name>yarn.resourcemanager.hostname</name>
<value>wxwwt-hadoop</value>
</property>
指定MapReduce的方式
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>到這裏已經上hadoop的配置文件是弄完了
3.格式化文件系統
hdfs namenode -format如果能看到類似下面的信息，說明格式化成功了
Storage directory /home/hadoop/hadoop-3.1.2/data/dfs/name has been successfully formatted.4.運行hadoop，start-dfs.sh
不過在運行之前，先得說一句如果之前一直使用的root用戶的話，這裏運行會報錯。因爲會因爲是root用戶，hadoop不建議使用root用戶。會報出
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.類似的錯誤。
(1).如果想用root用戶繼續執行的話，得在啓動腳本start-dfs.sh中添加
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root並且要設置root的免密登錄。
步驟：
$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys(2).如果要使用其他用戶的話，先得將hadoop的目錄權限給這個用戶添加下
比如：我要使用wxwwt用戶來操作
useradd wxwwt
passwd wxwwt
chown -R wxwwt:wxwwt /home/hadoop-3.1.2
su wxwwt設置用用戶名密碼，將hadoop目錄權限給wxwwt，然後切換用戶。再設置免密登錄
ssh-keygen -t rsa
ssh-copy-id localhost然後在運行hadoop。
start-hdfs.sh執行完，看下jps如果出現了NameNode，SecondaryNameNode，DataNode的進程就是HDFS啓動成功了
5.啓動yarn，start-yarn.sh。
啓動完後再看下jps，如圖出現了ResourceManager，NodeManager就大功告成。
總結：
1.hadoop的一些簡單概念，它也是一個大的生態系統；
2.hadoop安裝分三種模式，單機，僞分佈式，全分佈式；文中介紹的是僞分佈式，就是在一臺機器上弄的；
3.安裝中主要就是按教程添加配置，但是其中還是有坑的，記住啓動的時候root的坑，和免密登錄。
參考資料：
1.https://hadoop.apache.org/doc...（官網僞分佈式教程）
2.https://blog.csdn.net/solarac...（免密登錄教程）
3.https://blog.csdn.net/whq1278...
4.https://www.ibm.com/developer...（yarn介紹）