本文转载自微信公众号「Java极客技术」，作者鸭血粉丝。转载本文请联系Java极客技术公众号。
大家都对大数据感兴趣，但是大家都没有想去如何实践到地方，如何落实去学习Hadoop，我们学习任何一门技术的时候，都不用想，上来肯定是去安装，然后去实践，不得不说，现在你去网上搜索，如何安装Hadoop，那很多出来的都是从 Unbutu 系统下如何安装,很多也都讲解的不是很清楚，阿粉也比较想学习，所以就准备了如何安装 Hadoop 的 Linux 的教程，大家上手就能学习。阿粉就开始给大家写一个安装 Hadoop 的教程。
准备工作
1.我们首先可以去阿里云或者华为云去租用一台服务器，毕竟一个初级版本的服务器，也没有那么贵，阿粉还是用的之前租用的那台，我们选择安装 Linux8 的版本，如果是本机的话，你需要下载 CentOS8 的镜像，然后通过虚拟机安装到 VM 上就可以了，安装完成我们就可以开始安装 Hadoop 了
我们先说说 Hadoop 都能干啥，以及人们经常对 Hadoop 误解。
Hadoop主要是分布式计算和存储的框架，所以Hadoop工作过程主要依赖于HDFS(Hadoop Distributed File System)分布式存储系统和Mapreduce分布式计算框架。
但是很多人就会对 Hadoop 产生一个误解，有些非常捧 Hadoop 的人就会说，Hadoop 什么东西都可以做，实际上不是的，每一项技术的出现，都是对应着解决不同的问题的，比如我们接下来要学习的 Hadoop 。Hadoop适合来做数据分析，但是绝对不是 BI ，传统 BI 是属于数据展现层(Data Presentation)，Hadoop就是专注在半结构化、非结构化数据的数据载体，跟BI是不同层次的概念。
还有人说 Hadoop 就是 ETL ，就相当于数据处理，但是，Hadoop 并不是一个绝对意义上的 ETL 。
安装 Hadoop 教程
1.安装SSH
- yum install openssh-server
OpenSSH是Secure Shell的一个开源实现,OpenSSH Server安装完成后在/etc/init.d目录下应该会增加一个名为sshd的服务,一会我们就要把生成的密钥放到指定位置，然后用来当作之后的身份验证。
2.安装 rsync
- yum -y install rsync
3.产生 SSH 密钥之后继续进行后续的身份验证
- ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
4.把产生的密钥放入许可文件中
- cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
安装Hadoop
安装 Hadoop 之前我们要先把 JDK 安装好，配置好环境变量，出现下面这个样子，就说明 JDK 已经安装完成了。
1.解压Hadoop
我们先要把 Hadoop 放到我们的服务器上，就像阿粉这个样子，
然后解压 tar zxvf hadoop-3.3.1.tar.gz
2.修改bashrc文件
vim ~/.bashrc
- export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/
- export HADOOP_HOME=/usr/local/hadoop
- export PATH=$PATH:$HADOOP_HOME/bin
- export PATH=$PATH:$HADOOP_HOME/sbin
- export HADOOP_MAPRED_HOME=$HADOOP_HOME
- export HADOOP_COMMON_HOME=$HADOOP_HOME
- export HADOOP_HDFS_HOME=$HADOOP_HOME
- export YARN_HOME=$HADOOP_HOME
- export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
- export HADOOP_OPTS="-DJava.library.path=$HADOOP_HOME/lib"
- export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH
复制到文件中保存退出
3.生效文件
source ~/.bashrc
4.修改配置文件 etc/hadoop/core-site.xml
- <property>
- <name>fs.defaultFS</name>
- <value>hdfs://localhost:9000</value>
- </property>
- <!-- 缓存存储路径 -->
- <property>
- <name>hadoop.tmp.dir</name>
- <value>/app/hadooptemp</value>
- </property>
5.修改 etc/hadoop/hdfs-site.xml
- <!-- 默认为3，由于是单机，所以配置1 -->
- <property>
- <name>dfs.replication</name>
- <value>1</value>
- </property>
- <!-- 配置http访问地址 -->
- <property>
- <name>dfs.http.address</name>
- <value>0.0.0.0:9870</value>
- </property>
6.修改 etc/hadoop/hadoop-env.sh
- export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.212.b04-0.el7_6.x86_64
7.修改etc/hadoop/yarn-env.sh文件
- export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.212.b04-0.el7_6.x86_64
8.修改sbin/stop-dfs.sh文件，在顶部增加
- HDFS_NAMENODE_USER=root
- HDFS_DATANODE_USER=root
- HDFS_SECONDARYNAMENODE_USER=root
- YARN_RESOURCEMANAGER_USER=root
- YARN_NODEMANAGER_USER=root
9.修改sbin/start-dfs.sh文件，在顶部增加
- HDFS_NAMENODE_USER=root
- HDFS_DATANODE_USER=root
- HDFS_SECONDARYNAMENODE_USER=root
- YARN_RESOURCEMANAGER_USER=root
- YARN_NODEMANAGER_USER=root
9-1.修改start-yarn.sh 文件
- YARN_RESOURCEMANAGER_USER=root
- HADOOP_SECURE_DN_USER=yarn
- YARN_NODEMANAGER_USER=root
9-2.修改stop-yarn.sh文件
- YARN_RESOURCEMANAGER_USER=root
- HADOOP_SECURE_DN_USER=yarn
- YARN_NODEMANAGER_USER=root
上面的这些命令主要是用于当你启动 Hadoop 的时候，会提示认证不通过。
10.格式化，进入hadoop的bin文件夹，执行下面的命令
- ./hdfs namenode -format
11.进入sbin文件夹，启动hadoop
- ./start-dfs.sh
也可以直接全部启动 ./start-all.sh
然后直接访问8088端口即可
12.防火墙开启端口,如果用的云服务器，请将9870端口加入安全组出入口
- //添加9870端口到防火墙
- firewall-cmd --zone=public --add-port=9870/tcp --permanent
- //重启防火墙
- firewall-cmd --reload
13.输入 jps 如果是如果是4个或者5个就配置成功，再继续
通过web访问hadoop，访问地址：http://IP地址:9870
当我们看到这个的时候，说明我们已经安装成功了。注意，Hadoop3.x 版本的看 Hadoop Web端的端口没有变化，但是 HDFS 端 则由 50070 变成了 9870 这个需要注意一下呦，你学会了么?
