（单机）CentOS 7_64位系统下搭建Hadoop_2.8.0分布式环境

摘要：准备条件位操作系统选择版本即可不带可视化桌面环境，也可以选择带完整版本文采用的是版本。从而导致两者的不一致，出现一系列错误。问题三在完全分布式模式下运行失败，无法登陆或没有访问权限解决办法修改添加

CentOS 7 64位操作系统 | 选择minimal版本即可（不带可视化桌面环境），也可以选择带完整版
Hadoop-2.8.0 | 本文采用的是Hadoop-2.8.0版本。
JDK1.8 | 本文采用jdk-8u131-linux-x64.tar.gz版本。

1. 将下载好的jdk放入/usr 下并在/usr目录下新建java目录

[root@localhost /]# cd /usr
[root@localhost usr]# mkdir java
[root@localhost usr]# cd /usr/java/jdk1.8

进入该目录，并解压jdk到当前文件夹

  tar -xzvf jdk-8.tar.gz 

解压得到文件夹修改文件夹名为jdk1.8以方便使用。
修改JAVA环境变量：
编辑java环境 vi ~/.bash_profile
添加如下命令：

export JAVA_HOME=/usr/java/jdk1.8.0_121

export PATH=$JAVA_HOME/bin:$PATH

执行source ~/.bash_profile 使变量生效

2. 解压hadoop-2.8.0
将下载好的Hadoop压缩包解压到目标文件夹下，（本文解压目录为：/usr/local）
修改解压后得到Hadoop的文件夹名为：Hadoop-2.8.0 并得到如下文件：

Hadoop不需要安装，下面进行环境配置

下面的修改过程可使用vi命令，或者vim命令，或使用xftp直接对文件进行修改

再次修改bash_profile 添加hadoop的文件路径：
加上之前修改的配置的jdk环境，改该文件整体修改为：

PATH=$PATH:$HOME/bin
export PATH
export JAVA_HOME=/usr/java/jdk1.8
export HADOOP_HOME=/usr/local/hadoop-2.8.0
export PATH=$JAVA_HOME/bin:$PATH:$HOME/bin:$HADOOP_HOME/bin

再次执行 source ~/.bash_profile 使得文件立即生效

修改etc/hadoop/core-site.xml将configurarion标签修改为：
注意： 192.168.0.181是本文的测试地址，相应的，需要修改成自己虚拟机的ip地址，如果虚拟机不是桥接方式，则可以改为：127.0.0.1 9000是Hadoop的默认端口，建议先不要修改

        
             
                fs.defaultFS
                hdfs://192.168.0.181:9000
            
            
                hadoop.tmp.dir
                file:/usr/local/hadoop-2.8.0/tmp
            
            
                io.file.buffer.size
                131702
            
            
                hadoop.proxyuser.hadoop.hosts
                *
            
            
                hadoop.proxyuser.hadoop.groups
                *
            
        

修改etc/hadoop/hdfs-site.xml

   
       
           dfs.namenode.name.dir
           file:/usr/local/hadoop-2.8.0/hdfs/name
       
       
           dfs.datanode.data.dir
           file:/usr/local/hadoop-2.8.0/hdfs/data
       
       
           dfs.replication
           3
       
       
           dfs.namenode.secondary.http-address
           192.168.0.181:9001
       
       
           dfs.webhdfs.enabled
           true
       
        
           dfs.permissions
           false
           
   

以上，分别配置的是相应的几个节点和安全认证，文件目录会在服务开启时自动创建

dfs.permissions设置为false可以允许完全分布式模式下的多机访问

修改etc/hadoop/yarn-site.xml

   
   
   
       
           yarn.nodemanager.aux-services
           mapreduce_shuffle
       
       
           yarn.nodemanager.auxservices.mapreduce.shuffle.class
           org.apache.hadoop.mapred.ShuffleHandler
       
       
           yarn.resourcemanager.address
           192.168.0.181:8032
       
       
           yarn.resourcemanager.scheduler.address
           192.168.0.181:8030
       
       
           yarn.resourcemanager.resource-tracker.address
           192.168.0.181:8031
       
       
           yarn.resourcemanager.admin.address
           192.168.0.181:8033
       
       
           yarn.resourcemanager.webapp.address
           192.168.0.181:8088
       
       
           yarn.nodemanager.resource.memory-mb
           6078
       
   

修改etc/hadoop/hadoop-env.sh

   # The java implementation to use.

export JAVA_HOME=/usr/java/jdk1.8

   以上修改JAVA_HOME为绝对路径
   

修改 etc/hadoop/mapred-site.xml
注意： etc/hadoop/目录下并没有这个xml文件，仔细查找，有个mapred-site.xml.template把这个文件复制，重命名为 mapred-site.xml并修改为：

            
                
                    mapreduce.framework.name
                    yarn
                
                
                    mapreduce.jobhistory.address
                    192.168.0.181:10020
                
                
                    mapreduce.jobhistory.webapp.address
                    192.168.0.181:19888
                
            

修改 etc/hadoop/yarn-env.sh
在其中找到 export JAVA_HOME 并去掉注释，编辑java地址 export JAVA_HOME=/usr/java/jdk1.8

修改etc/hadoop/slaves
添加当前主机ip

至此，基本配置已经完毕

3. 列表项目

hadoop目录下执行如下指令，进行编译

 ./bin/hdfs namenode –format

出现如上图，表示编译成功。

4. 关闭防火墙:
关闭防火墙服务：systemctl stop firewalld.service
使防火墙服务不随机器启动：systemctl disable firewalld.service
开启Hadoop服务

./sbin/start-all.sh

输入jps查看相关节点是否开启
打开浏览器：地址栏输入http://192.168.0.181:8088

问题一：nameNode节点无法启动，jps目录缺少相应活动程序
在第一次格式化dfs后启动并使用了Hadoop，后来又重新执行了格式化命令hdfs namenode –format
这时namenode的clusterID会重新生成，而datanode的clusterID 保持不变。
从而导致两者的id不一致，出现一系列错误。
解决办法：
到hadoop/hdfs目录下分别查看data/current下的VERSION和name/current下的VERSION文件对比两文件中的clusterID是否相同，若不同，使用name/current下的VERSION中的clusterID覆盖data/current下的clusterID. 修改后重新启动Hadoop即可

问题二：如何配置单机互信？
每次启动和关闭Hadoop的时候，都需要频繁输入多次密码，通过配置单机互信或者多机互信来简化操作：
解决办法：
使用指令：ssh-keygen -t dsa -P "" -f ~/.ssh/id_dsa
随后：cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
并执行：chmod 600 .ssh/authorized_keys
即可。

问题三：在完全分布式模式下运行失败，无法登陆或没有访问权限
解决办法：
修改etc/hadoop/hdfs-site.xml
添加

      dfs.permissions
      false