1.
软硬件环境
- CentOS 7.2 64 位
- OpenJDK- 1.8
- Hadoop- 2.7
2.
安装SSH客户端
-
安装SSH安装SSH：
安装完成后，可以使用下面命令进行测试：
输入 root 账户的密码，如果可以正常登录，则说明SSH安装没有问题。
3.安装java环境
安装 JDK
使用 yum 来安装1.7版本 OpenJDK：
安装完成后，输入
java和javac命令，如果能输出对应的命令帮助，则表明jdk已正确安装。配置 JAVA 环境变量
执行命令:编辑 ~/.bashrc，在结尾追加：
保存文件后执行下面命令使 JAVA_HOME 环境变量生效:
为了检测系统中 JAVA 环境是否已经正确配置并生效，可以分别执行下面命令:
若两条命令输出的结果一致，且都为我们前面安装的 openjdk-1.8.0 的版本，则表明 JDK 环境已经正确安装并配置。
4.安装hadoop
下载 Hadoop
本教程使用 hadoop-2.7 版本，使用 wget 工具在线下载
安装 Hadoop
将 Hadoop 安装到 /usr/local 目录下:
对安装的目录进行重命名，便于后续操作方便:
检查Hadoop是否已经正确安装:
如果成功输出hadoop的版本信息，表明hadoop已经成功安装。
5.hadoop伪分布式环境配置
设置 Hadoop 的环境变量
使Hadoop环境变量配置生效:
修改 Hadoop 的配置文件
Hadoop的配置文件位于安装目录的 /etc/hadoop 目录下，在本教程中即位于 /url/local/hadoop/etc/hadoop 目录下，需要修改的配置文件为如下两个:
编辑 core-site.xml，修改
<configuration></configuration>节点的内容为如下所示：
同理，编辑 hdfs-site.xml，修改
<configuration></configuration>节点的内容为如下所示：
格式化 NameNode
格式化NameNode:
在输出信息中看到如下信息，则表示格式化成功:
启动 NameNode 和 DataNode 守护进程
启动 NameNode 和 DataNode 进程:
执行过程中会提示输入用户密码，输入 root 用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入 yes 即可。
检查 NameNode 和 DataNode 是否正常启动:
如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:
6.运行伪分布式实例
查看 Hadoop 自带的例子
Hadoop 附带了丰富的例子, 执行下面命令可以查看：
在 HDFS 中创建用户目录
在 HDFS 中创建用户目录 hadoop：
准备实验数据
本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：
此时会出现如下警告：
原因：
Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己编译64位的版本。1、首先找到对应自己hadoop版本的64位的lib包，可以自己手动去编译，但比较麻烦，也可以去网上找，好多都有已经编译好了的。
2、可以去网站：http://dl.bintray.com/sequenceiq/sequenceiq-bin/ 下载对应的编译版本
3、将准备好的64位的lib包解压到已经安装好的hadoop安装目录的lib/native 和 lib目录下：
4、然后增加环境变量：
5、增加下面的内容：
6、让环境变量生效
7、自检hadoop checknative –a 指令检查
再次在 HDFS 中创建用户目录 hadoop：
不再提示警告
准备实验数据
本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：
使用下面命令可以查看刚刚上传到 HDFS 的文件:
运行实验
上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。
查看运行结果
上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:
如果运行成功，可以看到如下结果:
删除 HDFS 中的结果目录:
运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。
关闭 Hadoop 进程
关闭 Hadoop 进程：
再起启动只需要执行下面命令：
7.
部署完成
