Hadoop伪分布模式配置
请先按照上一篇文章Hadoop单机模式配置安装好java和hadoop后再进行伪分布模式的配置。
Hadoop伪分布模式:一台机器，每个Hadoop守护进程都是一个独立的JVM进程
安装ssh服务
sudo apt-get install openssh-server
(如果没有安装ssh服务，将会出现如下情况：
manhua@manhua-Aspire-4741 ~/.ssh $ ssh localhost
ssh: connect to host localhost port 22: Connection refused
)
如果中途因为时间过长您中断了更新（Ctrl+z），当您再次更新时，会更新不了，报错为：“Ubuntu无法锁定管理目录（/var/lib/dpkg/），是否有其他进程占用它？“需要如下操作
sudo rm /var/lib/dpkg/lock
sudo rm /var/cache/apt/archives/lock
建立ssh无密码登录本机
ssh-keygen [三次Enter]
ssh-copy-id user@localhost
登录localhost
ssh localhost
首次连接需要输入yes确认
退出ssh输入exit / ctrl+D即可
配置hadoop
进入Hadoop配置文件目录
cd ~/hadoop/hadoop/etc/hadoop
core-site.xml
sudo gedit core-site.xml
<property>
<name>hadoop.tmp.dir</name>
<value>/home/kevin/hadoop</value>
<description>temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
hdfs-site.xml
sudo gedit hdfs-site.xml
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
yarn-site.xml
sudo gedit yarn-site.xml
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>127.0.0.1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>127.0.0.1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>127.0.0.1:8031</value>
</property>
mapred-site.xml （默认不存在此文件，需要创建）
sudo cp mapred-site.xml.template mapred-site.xml sudo gedit mapred-site.xml
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
创建slaves文件，填入
localhost
测试
格式化NameNode
hdfs namenode -format
看到倒数10行内有common.Storage: Storage directory /opt/hadoop/hadoop_tmp/dfs/name has been successfully formatted.即成功
启动
start-all.sh
查看所有JAVA进程
jps
此时可以看到如下：
jps
ResourceManager
NodeManager
DataNode
NameNode
SecondaryNameNode
并且可以访问以下站点
http://localhost:8088/cluster
http://localhost:50070/dfshealth.jsp
在用户文件夹建立test文件夹，新建几个文本文档，输入一些文字
hdfs dfs -copyFromLocal ~/setupEnv/Test1-WordCount/in /in hdfs dfs -ls /in hadoop jar ~/hadoop/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /in /out
上传时指定block大小： hadoop fs -D fs.local.block.size=134217728 -put local_name remote_location
查看结果
hadoop fs -cat /out/part-r-00000
或
hdfs dfs -cat /out/part-r-00000
停止
stop-all.sh
=====================
Extra 测试二 compile &jar
cd ~/setupEnv/Test2-Dedup javac -cp /opt/hadoop-2.2.0/share/hadoop/common/hadoop-common-2.2.0.jar:/opt/hadoop-2.2.0/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.2.0.jar:/opt/hadoop-2.2.0/share/hadoop/common/lib/* Dedup.java jar -cvf Dedup.jar ./*.class
再次执行前要删除输出文件夹
hadoop fs -rm -r /out hadoop dfs -copyFromLocal ~/setupEnv/Test2-Dedup/in2 /in hadoop fs -ls /in hadoop jar ~/setupEnv/Test2-Dedup/Dedup.jar Dedup /in /out
异常处理
如果发生任何启动异常，关闭进程后，需要清空数据：
rm -rf ~/hadoop/tmp
然后重新执行格式化：
hdfs namenode -format
