在centos7下正确安装伪分布hadoop2.7.2和配置eclipse(2)

~的含义

在 Linux 系统中，~ 代表的是用户的主文件夹，即 “/home/用户名” 这个目录，如你的用户名为 hadoop，则 ~ 就代表 “/home/hadoop/”。 此外，命令中的 # 后面的文字是注释。 此时再用 ssh localhost 命令，无需输入密码就可以直接登陆了，如下图所示。

ubuntu安装SSH、配置SSH无密码登陆

集群、单节点模式都需要用到 SSH 登陆（类似于远程登陆，你可以登录某台 Linux 主机，并且在上面运行命令），Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server：

1. sudo apt-get install openssh-server Shell 命令 安装后，可以使用如下命令登陆本机： 1. ssh localhost Shell 命令 此时会有如下提示(SSH首次登陆提示)，输入 yes 。然后按提示输入密码 hadoop，这样就登陆到本机了。 SSH首次登陆提示 但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。 首先退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中： 1. exit # 退出刚才的 ssh localhost 2. cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost 3. ssh-keygen -t rsa # 会有提示，都按回车就可以 4. cat ./id_rsa.pub >> ./authorized_keys # 加入授权

Hadoop伪分布式配置

解压到/home/hduser/yarn目录，假设user是用户名（我这里的用户名为wxl）。 $ tar -xvzf hadoop-2.4.0.tar.gz

$ mv hadoop-2.4.0 /home/user/Software/hadoop-2.4.0 $ cd /home/user/Software

$ sudo chown -R user:user hadoop-2.4.0 $ sudo chmod -R 755 hadoop-2.4.0

Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。

在设置 Hadoop 伪分布式配置前，我们还需要设置 HADOOP 环境变量，执行如下命令在 /etc/profile 中设置： gedit /etc/profile Shell 命令 这次我们选择用 gedit 而不是 vim 来编辑。gedit 是文本编辑器，类似于 Windows 中的记事本，会比较方便。保存后记得关掉整个 gedit 程序，否则会占用终端。在文件最后面增加如下内容： # Hadoop Environment Variables export HADOOP_HOME=/usr/local/hadoop export HADOOP_INSTALL=$HADOOP_HOME export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native #写上此命令后可能会出现找不到本地库错误， 可通过编译 Hadoop 源码解决，解决方法请自行搜索 export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin Shell 保存后，不要忘记执行如下命令使配置生效： source /etc/profile Shell 命令 这些变量在启动 Hadoop 进程时需要用到，不设置的话可能会报错（这些变量也可以通过修改 ./etc/hadoop/hadoop-env.sh 实现）。 Hadoop 的配置文件位于 /usr/local/hadoop/etc/hadoop/ 中，伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。 修改配置文件 core-site.xml (通过 gedit 编辑会比较方便: gedit ./etc/hadoop/core-site.xml)，将当中的 1. 2. XML 修改为下面配置： 1. 2. 3. 4. 5. hadoop.tmp.dir file:/usr/local/hadoop/temp Abase for other temporary directories. 6. 7. 8. fs.defaultFS 9. hdfs://localhost:9000 10. 11. XML 同样的，修改配置文件 hdfs-site.xml： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. dfs.replication 1 dfs.namenode.name.dir file:/usr/local/hadoop/temp/dfs/name dfs.datanode.data.dir file:/usr/local/hadoop/temp/dfs/data 13. 14. XML 配置完成后，执行 NameNode 的格式化: 1. Shell 命令 bin/hadoop namenode -format 成功的话，会看到 “successfully formatted” 和 “Exitting with status 0” 的提示，若为 “Exitting with status 1” 则是出错。 执行NameNode格式化 接着开启 NaneNode 和 DataNode 守护进程： 1. Shell 命令 sbin/start-dfs.sh 若出现如下 SSH 的提示 “Are you sure you want to continue connecting”，输入 yes 即可。 首次启动Hadoop时的SSH提示 启动时可能会有 WARN 提示 “WARN util.NativeCodeLoader…” 如前面提到的，这个提示不会影响正常使用。

启动完成后，可以通过命令 jps 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode”和SecondaryNameNode（如果 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，然后再次尝试启动尝试）。如果没有

NameNode 或 DataNode ，那就是配置不成功，请仔细检查之前步骤，或通过查看启动日志排查原因。

hadoop jps查看进程时报错

程序 'jps' 已包含在下列软件包中： * openjdk-6-jdk * openjdk-7-jdk

请尝试：sudo apt-get install <选定的软件包>

sudo update-alternatives --install /usr/bin/jps jps /home/usr/桌面/linuxsight/jdk1.7.0_51/bin/jps 1

终于能使用jps查看java进程了。。。

启动YARN

（伪分布式不启动 YARN 也可以，一般不会影响程序执行）

有的读者可能会疑惑，怎么启动 Hadoop 后，见不到书上所说的 JobTracker 和

TaskTracker，这是因为新版的 Hadoop 使用了新的 MapReduce 框架（MapReduce V2，也称为 YARN，Yet Another Resource Negotiator）。 YARN 是从 MapReduce 中分离出来的，负责资源管理与任务调度。YARN 运行于 MapReduce 之上，提供了高可用性、高扩展性，YARN 的更多介绍在此不展开，有兴趣的可查阅相关资料。

上述通过 ./sbin/start-dfs.sh 启动 Hadoop，仅仅是启动了 MapReduce 环境，我们可以启动 YARN ，让 YARN 来负责资源管理与任务调度。 首先修改配置文件 mapred-site.xml，这边需要先进行重命名： 1. cp /etc/hadoop/mapred-site.xml.template /etc/hadoop/mapred-s