【大數據】Linux下安裝Hadoop(2.7.1)詳解及WordCount運行
一、引言
在完成了Storm的環境配置之后，想着鼓搗一下Hadoop的安裝，網上面的教程好多，但是沒有一個特別切合的，所以在安裝的過程中還是遇到了很多的麻煩，並且最后不斷的查閱資料，終於解決了問題，感覺還是很好的，下面廢話不多說，開始進入正題。
本機器的配置環境如下：
Hadoop(2.7.1)
Ubuntu Linux(64位系統)
下面分為幾個步驟來詳解配置過程。
二、安裝ssh服務
進入shell命令，輸入如下命令，查看是否已經安裝好ssh服務，若沒有，則使用如下命令進行安裝：
sudo apt-get install ssh openssh-server
安裝過程還是比較輕松加愉快的。
三、使用ssh進行無密碼驗證登錄
1.創建ssh-key，這里我們采用rsa方式，使用如下命令：
ssh-keygen -t rsa -P ""
2.出現一個圖形，出現的圖形就是密碼，不用管它
cat ~/.ssh/id_rsa.pub >> authorized_keys(好像是可以省略的)
3.然后即可無密碼驗證登錄了，如下：
ssh localhost
成功截圖如下：
四、下載Hadoop安裝包
下載Hadoop安裝也有兩種方式
1.直接上官網進行下載，http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz
2.使用shell進行下載，命令如下：
wget http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-2.7.1.tar.gz
貌似第二種的方法要快點，經過漫長的等待，終於下載完成。
五、解壓縮Hadoop安裝包
使用如下命令解壓縮Hadoop安裝包
tar -zxvf hadoop-2.7.1.tar.gz
解壓縮完成后出現hadoop2.7.1的文件夾
六、配置Hadoop中相應的文件
需要配置的文件如下，hadoop-env.sh，core-site.xml，mapred-site.xml.template，hdfs-site.xml，所有的文件均位於hadoop2.7.1/etc/hadoop下面，具體需要的配置如下：
1.core-site.xml 配置如下：
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/leesf/program/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
其中的hadoop.tmp.dir的路徑可以根據自己的習慣進行設置。
2.mapred-site.xml.template配置如下：
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>localhost:9001</value>
</property>
</configuration>
3.hdfs-site.xml配置如下：
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/leesf/program/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/leesf/program/hadoop/tmp/dfs/data</value>
</property>
</configuration>
其中dfs.namenode.name.dir和dfs.datanode.data.dir的路徑可以自由設置，最好在hadoop.tmp.dir的目錄下面。
補充，如果運行Hadoop的時候發現找不到jdk，可以直接將jdk的路徑放置在hadoop.env.sh里面，具體如下：
export JAVA_HOME="/home/leesf/program/java/jdk1.8.0_60"
七、運行Hadoop
在配置完成后，運行hadoop。
1.初始化HDFS系統
在hadop2.7.1目錄下使用如下命令：
bin/hdfs namenode -format
截圖如下：
過程需要進行ssh驗證，之前已經登錄了，所以初始化過程之間鍵入y即可。
成功的截圖如下：
表示已經初始化完成。
2.開啟NameNode和DataNode守護進程
使用如下命令開啟：
sbin/start-dfs.sh，成功的截圖如下：
3.查看進程信息
使用如下命令查看進程信息
jps，截圖如下：
表示數據DataNode和NameNode都已經開啟
4.查看Web UI
在瀏覽器中輸入http://localhost:50070，即可查看相關信息，截圖如下：
至此，hadoop的環境就已經搭建好了。下面開始使用hadoop來運行一個WordCount例子。
八、運行WordCount Demo
1.在本地新建一個文件，筆者在home/leesf目錄下新建了一個words文檔，里面的內容可以隨便填寫。
2.在HDFS中新建一個文件夾，用於上傳本地的words文檔，在hadoop2.7.1目錄下輸入如下命令：
bin/hdfs dfs -mkdir /test，表示在hdfs的根目錄下建立了一個test目錄
使用如下命令可以查看HDFS根目錄下的目錄結構
bin/hdfs dfs -ls /
具體截圖如下：
表示在HDFS的根目錄下已經建立了一個test目錄
3.將本地words文檔上傳到test目錄中
使用如下命令進行上傳操作：
bin/hdfs dfs -put /home/leesf/words /test/
使用如下命令進行查看
bin/hdfs dfs -ls /test/
結果截圖如下：
表示已經將本地的words文檔上傳到了test目錄下了。
4.運行wordcount
使用如下命令運行wordcount：
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /test/words /test/out
截圖如下：
運行完成后，在/test目錄下生成名為out的文件，使用如下命令查看/test目錄下的文件
bin/hdfs dfs -ls /test
截圖如下：
表示在test目錄下已經有了一個名為Out的文件目錄
輸入如下命令查看out目錄下的文件：
bin/hdfs dfs -ls /test/out，結果截圖如下：
表示已經成功運行了，結果保存在part-r-00000中。
5.查看運行結果
使用如下命令查看運行結果：
bin/hadoop fs -cat /test/out/part-r-00000
結果截圖如下：
至此，運行過程就已經完成了。
九、總結
在此次的hadoop配置過程遇到了很多問題，hadoop1.x和2.x的命令還是差別很大的，配置過程中還是一一的解決了問題，配置成功了，收獲也很多，特此把這次配置的經驗分享出來，也方便想要配置hadoop環境的各位園友，在配置的過程中有任何問題都歡迎討論，謝謝各位園友的觀看~
參考鏈接如下：