第2关：配置开发环境 - Hadoop安装与伪分布式集群搭建
任务描述
本关任务：安装配置Hadoop开发环境。
相关知识
下载Hadoop
我们去官网下载：http://hadoop.apache.org/ 在平台上已经帮你下载好了（在/opt目录下），这里只是展示一下下载步骤。
输入wget下载Hadoop；
wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz
如果是生产环境就需要验证文件的完整性，在这里就偷个懒了。
由于解压包有大概300M，所以我们已经预先帮你下载好了，切换到/opt目录下即可看到。
接下来解压Hadoop的压缩包，然后将解压好的文件移动到/app目录下。
我们来切换到app目录下修改一下hadoop文件夹的名字。
提示：如果出现文件解压大小限制的情况，可以使用 ulimit -f 1000000 命令来解除限制。
配置Hadoop环境
接下来我们开始配置Hadoop开发环境。 咱们来搭建一个单节点的集群，配置一个伪分布式，为什么不做分布式呢？ 其实分布式的配置和伪分布式差不多，只是分布式机器增加了而已，其他没什么两样，所以作为Hadoop学习我们搭建伪分布式要更好一点，不过后期我们会搭建真正的分布式环境。 好了，开始吧。你可以和我一起来，也可以看官方文档：http://hadoop.apache.org/docs/r3.1.0/hadoop-project-dist/hadoop-common/SingleCluster.html
设置SSH免密登录
在之后操作集群的时候我们需要经常登录主机和从机，所以设置SSH免密登录时有必要的。
输入如下代码：
ssh-keygen -t rsa -P''
生成无密码密钥对，询问保存路径直接输入回车，生成密钥对：id_rsa和id_rsa.pub，默认存储在~/.ssh目录下。 接下来：把id_rsa.pub追加到授权的key里面去。
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
然后修改权限：
chmod600 ~/.ssh/authorized_keys
接着需要启用RSA认证，启动公钥私钥配对认证方式：
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo； 修改ssh配置：
RSAAuthentication yes# 启用 RSA 认证PubkeyAuthentication yes # 启用公钥私钥配对认证方式AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径
重启SSH(在本地自己的虚拟机中可以重启，在平台不可以重启哦，也不需要，重启了你就连接不上命令行了！)
servicesshrestart
好了准备工作已经做完了，我们要开始修改Hadoop的配置文件了，总共需要修改6个文件。分别是：
- hadoop-env.sh；
- yarn-env.sh ；
- core-site.xml；
- hdfs-site.xml；
- mapred-site.xml；
- yarn-site.xml。
- 我们一个一个接着来配置吧！
hadoop-env.sh 配置
两个env.sh文件主要是配置JDK的位置
提示：如果忘记了JDK的位置了，输入 echo $JAVA_HOME就可以看到哦。
首先我们切换到hadoop目录下
cd /app/hadoop3.1/etc/hadoop/
编辑 hadoop-env.sh在文件中插入如下代码：
# The java implementation to use. #export JAVA_HOME=${JAVA_HOME} export JAVA_HOME=/app/jdk1.8.0_171
yarn-env.sh 配置
编辑yarn-env.sh 插入如下代码：
exportJAVA_HOME=/app/jdk1.8.0_171
core-site.xml配置
这个是核心配置文件我们需要在该文件中加入HDFS的URI和NameNode的临时文件夹位置，这个临时文件夹在下文中会创建。 在文件末尾的configuration标签中添加代码如下：
<configuration><property><name>fs.default.name</name><value>hdfs://localhost:9000</value><description>HDFS的URI，文件系统://namenode标识:端口号</description></property><property><name>hadoop.tmp.dir</name><value>/usr/hadoop/tmp</value><description>namenode上本地的hadoop临时文件夹</description></property></configuration>
hdfs-site.xml文件配置
replication指的是副本数量，我们现在是单节点，所以是1。
<configuration><property><name>dfs.name.dir</name><value>/usr/hadoop/hdfs/name</value><description>namenode上存储hdfs名字空间元数据 </description></property><property><name>dfs.data.dir</name><value>/usr/hadoop/hdfs/data</value><description>datanode上数据块的物理存储位置</description></property><property><name>dfs.replication</name><value>1</value></property></configuration>
mapred-site.xml文件配置
<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration>
yarn-site.xml配置
<configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.resourcemanager.webapp.address</name><value>192.168.2.10:8099</value><description>这个地址是mr管理界面的</description></property></configuration>
创建文件夹
我们在配置文件中配置了一些文件夹路径，现在我们来创建他们，在/usr/hadoop/目录下使用hadoop用户操作，建立tmp、hdfs/name、hdfs/data目录，执行如下命令：
mkdir -p /usr/hadoop/tmp mkdir /usr/hadoop/hdfs mkdir /usr/hadoop/hdfs/data mkdir /usr/hadoop/hdfs/name
将Hadoop添加到环境变量中
vim /etc/profile
在文件末尾插入如下代码：
最后使修改生效：source /etc/profile
验证
现在配置工作已经基本搞定，接下来只需要完成：1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可。
格式化
在使用Hadoop之前我们需要格式化一些hadoop的基本信息。 使用如下命令：
hadoop namenode -format
出现如下界面代表成功：
启动Hadoop
接下来我们启动Hadoop：
start-dfs.sh • 1
输入命令应该会出现如下图界面：
这个是表示启动没成功，是因为root用户现在还不能启动hadoop，我们来设置一下就可以了。
在/hadoop3.1/sbin路径下： cd /app/hadoop3.1/sbin。 将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数
还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：
再次启动start-dfs.sh，最后输入命令 jps 验证,出现如下界面代表启动成功：
之后如果你是图形化界面，可以在你虚拟机的图形化界面中打开火狐浏览器输入：http://localhost:9870/ 或者在windows机器上输入http://虚拟机ip地址:9870/ 也可以访问hadoop的管理页面。
好了到了这一步Hadoop就安装完成了。
