大数据：Hadoop（JDK安装、HDFS伪分布式环境搭建、HDFS 的shell操作）

• 所有的内容都来源与 Hadoop 官方文档

一、Hadoop 伪分布式安装步骤

　1）JDK安装

• 解压：tar -zxvf jdk-7u79-linux-x64.tar.gz -C ~/app

• 添加到系统环境变量：

1. ~/.bash_profile
2. export JAVA_HOME=/home/hadoop/app/jdk1.7.0_79
3. export PATH=$TAVA_HOME/bin:$PATH

• 环境变量生效：source ~/bash_profile

• 验证Java是否配置成功：java -v

　2）ssh安装

• 参考：远程连接SSH

二、HDFS伪分布式环境搭建

　1）下载并解压hadoop

• 下载：cdh网站下载
• 解压：tar -zxvf hadoop-2.6.0-cdh5.7.0.tar.gz -C ~/app

　2）修改 Hadoop 配置文件

• 在 hadoop_home/etc/hadoop 目录下修改

• 配置 hadoop-env.sh 文件

1. 配置：export JAVA_HOME=/home/hadoop/app/jdk1.7.0_79

• 配置 cor-site.xml 及 hdfs-site.xml 文件

• cor-site.xml 中，默认的数据存放在临时文件夹，需要添加新的属性（hadoop.tmp.dir），可以指定存放的文件夹（如存放在文件夹 /home/hadoop/app 中），防止数据在每次重启系统时被删除；
• 

• 配置 slaves 文件：用于添加素有 DataNode 的名字；

　3）启动 hdfs

• 格式化文件系统（在客户端操作，且仅第一次执行即可，不要重复执行）：hdfs namenode -format，或者 hadoop namenode -format
• 启动 hdfs：（sbin 目录下）sbin/start-dfs.sh
• 验证是否启动成功：

1. 
2. 3 个进程，如果缺少，说明缺少的部分配置不成功；（可通过日志输出查看进程的启动过程）

• 浏览器访问方式：http://localhost:50070

　4）停止 hdfs

• （在 sbin 目录下）sbin/stop-dfs.sh

三、HDFS 的shell 操作

• hdfs dfs + commands 或者 hadoop fs + commands

• 用法与 Linux 命令相同

• 

•  例：

1. hadoop fs -put hello.txt：将文件 hello.txt 从本地传到 HDFS 上；
2. hadoop fs -get hello.txt：从 HDFS 上获取文件 hello.txt 到本地；
3. hadoop fs -text /hello.txt：查看文件 hello.txt 的内容；
4. hadoop fs -mkdir /test：在 HDFS 上创建一个目录 test；
5. hadoop fs -mkdir -p /test/a/b：在 HDFS 上创建递归文件夹；
6. hadoop fs -rm /hello.txt：删除一个文件；（-rm 不能删除文件夹，只能删除文件）
7. hadoop fs -rm -R /test：删除文件夹 test 及其下所有递归文件；
8. hadoop fs -ls -R：查看递归文件夹；

•