hadoop安装文档

1. 安装JDK

1.1 JDK安装步骤

1. 下载JDK安装包（下载Linux系统的 .tar.gz 的安装包）

   https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html

2. 更新Ubuntu源

   sudo apt-get update

3. 将JDK压缩包解压到Ubuntu系统中 /usr/local/ 中

   sudo tar -zxvf jdk-8u251-linux-x64.tar.gz -C /usr/local/

4. 将解压的文件夹重命名为 jdk8

   cd /usr/local/

   sudo mv jdk1.8.0_251/ jdk8

5. 添加到环境变量

   cd /home/tarena/

   sudo gedit .bashrc

   在文件末尾添加如下内容:

    

    

    

    

    

    

    

    

   1

   export JAVA_HOME=/usr/local/jdk8

   2

   export JRE_HOME=$JAVA_HOME/jre

   3

   export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib

   4

   export PATH=.:$JAVA_HOME/bin:$PATH

    

    

   source .bashrc

6. 验证是否安装成功

   java -version

   出现java的版本则证明安装并添加到环境变量成功 java version "1.8.0_251"

2. 安装Hadoop并配置伪分布式

2.1 Hadoop安装配置步骤

1. 安装SSH

   sudo apt-get install ssh

2. 配置免登录认证,避免使用Hadoop时的权限问题

   ssh-keygen -t rsa （输入此条命令后一路回车）

   cd ~/.ssh

   cat id_rsa.pub >> authorized_keys

   ssh localhost （发现并未让输入密码即可连接）

   exit （退出远程连接状态）

3. 下载Hadoop 2.10（374M）

   https://archive.apache.org/dist/hadoop/common/hadoop-2.10.0/hadoop-2.10.0.tar.gz

4. 解压到 /usr/local 目录中,并将文件夹重命名为 hadoop，最后设置权限

   sudo tar -zxvf hadoop-2.10.0.tar.gz -C /usr/local/

   cd /usr/local

   sudo mv hadoop-2.10.0/ hadoop2.10

   sudo chown -R tarena hadoop2.10/

5. 验证Hadoop

   cd /usr/local/hadoop2.10/bin

   ./hadoop version （此处出现hadoop的版本）

6. 设置JAVE_HOME环境变量

   sudo gedit /usr/local/hadoop2.10/etc/hadoop/hadoop-env.sh

   把原来的export JAVA_HOME=${JAVA_HOME}改为 export JAVA_HOME=/usr/local/jdk8

7. 设置Hadoop环境变量

   sudo gedit /home/tarena/.bashrc

   在末尾追加

    

    

    

   3

    

    

    

    

   1

   export HADOOP_HOME=/usr/local/hadoop2.10

   2

   export CLASSPATH=.:{JAVA_HOME}/lib:${HADOOP_HOME}/sbin:$PATH

   3

   export PATH=.:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH

    

    

   source /home/tarena/.bashrc

8. 伪分布式配置，修改2个配置文件（core-site.xml 和 hdfs-site.xml）

9. 修改core-site.xml

   sudo gedit /usr/local/hadoop2.10/etc/hadoop/core-site.xml

   添加如下内容

    

    

    

   10

    

    

    

    

   1

   <configuration>

   2

       <property>

   3

           <name>hadoop.tmp.dir</name>

   4

           <value>file:/usr/local/hadoop2.10/tmp</value>

   5

       </property>

   6

       <property>

   7

           <name>fs.defaultFS</name>

   8

           <value>hdfs://localhost:9000</value>

   9

       </property>

   10

   </configuration>

    

    

10. 修改hdfs-site.xml

    sudo gedit /usr/local/hadoop2.10/etc/hadoop/hdfs-site.xml

    添加如下内容

     

     

     

    14

     

     

     

     

    1

    <configuration>

    2

        <property>

    3

            <name>dfs.replication</name>

    4

            <value>1</value>

    5

        </property>

    6

        <property>

    7

            <name>dfs.namenode.name.dir</name>

    8

            <value>file:/usr/local/hadoop2.10/tmp/dfs/name</value>

    9

        </property>

    10

        <property>

    11

            <name>dfs.datanode.data.dir</name>

    12

            <value>file:/usr/local/hadoop2.10/tmp/dfs/data</value>

    13

        </property>

    14

    </configuration>

     

     

11. 配置YARN - 1

    cd /usr/local/hadoop2.10/etc/hadoop

    cp mapred-site.xml.template mapred-site.xml

    sudo gedit mapred-site.xml

    添加如下配置

     

     

     

    4

     

     

     

     

    1

    <property>

    2

        <name>mapreduce.framework.name</name>

    3

        <value>yarn</value>

    4

    </property>

     

     

12. 配置YARN - 2

    sudo gedit yarn-site.xml

    添加如下配置：

     

     

     

    4

     

     

     

     

    1

    <property>

    2

        <name>yarn.nodemanager.aux-services</name>

    3

        <value>mapreduce_shuffle</value>

    4

    </property>

     

     

13. 执行NameNode格式化

    cd /usr/local/hadoop2.10/bin

    ./hdfs namenode -format

    出现 Storage directory /usr/local/hadoop2.10/tmp/dfs/name has been successfully formatted 则表示格式化成功

14. 启动Hadoop所有组件

    cd /usr/local/hadoop2.10/sbin

    ./start-all.sh

    启动时可能会出现警告，直接忽略即可，不影响正常使用

15. 启动成功后，可访问Web页面查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件

    http://localhost:50070

16. 查看Hadoop相关组件进程

    jps

    会发现如下进程

     

     

     

    5

     

     

     

     

    1

    NameNode --- 50070

    2

    DataNode --- 50075

    3

    SecondaryNameNode --- 50090

    4

    ResourceManager --- 8088

    5

    NodeManager

     

     

17. 测试 - 将本地文件上传至hdfs

    hadoop fs -put 一个本地的任意文件 /

    hadoop fs -ls /

    也可以在浏览器中Utilities->Browse the file system查看

3. Hive安装

3.1 详细安装步骤

1. 下载hive安装包（2.3.7版本）

   http://us.mirrors.quenda.co/apache/hive/

2. 解压到 /usr/local/ 目录下

   sudo tar -zxvf apache-hive-2.3.7-bin.tar.gz -C /usr/local

3. 给文件夹重命名

   sudo mv /usr/local/apache-hive-2.3.7-bin /usr/local/hive2.3.7

4. 设置环境变量

   sudo gedit /home/tarena/.bashrc 在末尾添加如下内容

    

    

    

   2

    

    

    

    

   1

   export HIVE_HOME=/usr/local/hive2.3.7

   2

   export PATH=.:${HIVE_HOME}/bin:$PATH

    

    

5. 刷新环境变量

   source /home/tarena/.bashrc

6. 下载并添加连接MySQL数据库的jar包（8.0.19 Ubuntu Linux Ubuntu Linux 18.04）

   下载链接: https://downloads.mysql.com/archives/c-j/ 解压后找到 mysql-connector-java-8.0.19.jar 将其拷贝到 /usr/local/hive2.3.7/lib sudo cp -p mysql-connector-java-8.0.19.jar /usr/local/hive2.3.7/lib/

7. 创建hive-site.xml配置文件

   sudo touch /usr/local/hive2.3.7/conf/hive-site.xml

   sudo gedit /usr/local/hive2.3.7/conf/hive-site.xml 并添加如下内容

    

    

    

   22

    

    

    

    

   1

   <configuration>

   2

           <property>

   3

               <name>javax.jdo.option.ConnectionURL</name>

   4

               <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>

   5

               <description>JDBC connect string for a JDBC metastore</description>

   6

           </property>

   7

           <property>

   8

               <name>javax.jdo.option.ConnectionDriverName</name>

   9

               <value>com.mysql.cj.jdbc.Driver</value>

   10

               <description>Driver class name for a JDBC metastore</description>

   11

           </property>

   12

           <property>

   13

               <name>javax.jdo.option.ConnectionUserName</name>

   14

               <value>root</value>

   15

               <description>username to use against metastore database</description>

   16

           </property>

   17

           <property>

   18

               <name>javax.jdo.option.ConnectionPassword</name>

   19

               <value>123456</value>

   20

               <description>password to use against metastore database</description>

   21

           </property>

   22

   </configuration>

    

    

8. 在hive配置文件中添加hadoop路径

   cd /usr/local/hive2.3.7/conf sudo cp -p hive-env.sh.template hive-env.sh sudo gedit /usr/local/hive2.3.7/conf/hive-env.sh 添加如下内容:

    

    

    

   2

    

    

    

    

   1

   HADOOP_HOME=/usr/local/hadoop2.10

   2

   export HIVE_CONF_DIR=/usr/local/hive2.3.7/conf

    

    

9. hive元数据初始化

   schematool -dbType mysql -initSchema

10. 测试hive

    hive

    hive>show databases;

    如果能够正常显示内容，则hive安装并配置完毕