为了方便后面使用Hadoop的shell命令，我先介绍Hadoop的安装。

Hadoop有多种安装模式，这里介绍伪分布式的安装。

我测试过Ubutun、Centos和WSL，都可以正常安装Hadoop的所有版本。所有一般不会出现版本对应的问题。

Hadoop是基于Java语言进行编写的，在Hadoop程序执行过程中会调用起系统环境的java虚拟机(JVM)，所以我们的系统中需要安装JDK。直接搜索JDK进入官网下载即可。考虑到目前的Hadoop基本上都是基于JDK1.8的，建议下载JDK1.8，高版本的Java虽然也可以支持Hadoop的正常执行，但是会报Warning，强迫症看着应该会很难受。

一、JDK安装

如果你的系统是Centos可以需要卸载Centos系统自带的OpenJDK。

java -version

使用这个命令会看到当前系统的Java版本，如果系统存在Java，那么可以直接看到Java版本信息。如果没有安装Java，那么应该什么也看不到。如果是OpenJDK，就需要先卸载。

OpenJDK卸载过程

rpm -qa | grep java

使用这个命令就可以看到所以的Java文件，.noarch结尾的文件可以不用删除，其他文件使用下述命令进行删除。

rpm -e --nodeps [Java文件名]

将[java文件名]替换为对应的Java文件名就可以删除了。如果提示权限不够，则需要使用管理员权限。

以上过程之后，OpenJDK就删除完成了。

OracleJDK安装

找到下载好的JDK安装包，我们知道，Linux系统万物皆是文件，所以所谓的安装过程其实就是文件的解压。

tar -zxvf [文件名]

同理，将 [文件名] 改成对应的JDK安装包的名称。之后我们就可以看到解压好的JDK文件，我们可以将其移动到我们希望安装的位置。一般都是放在 /usr 目录下。为了方便，我们先将JDK文件重命名为java，然后移动到 /usr 目录下。

mv [文件名] javamv java /usr/

之后就可以配置环境变量了。

vi /etc/profile

这个命令是需要root权限的，建议进入root用户再进行处理。使用上述命令打开文件后，在文件最后写入Java的目录信息。

这样Java就安装完成了。

java -version

二、SSH免密登录

玩过GitHub的人应该都配置过免密登录。他是为了方便用户使用，避免每次使用都重新输入密码。

SSH安装

ssh localhost

输入上述命令后，若显示

ssh: connect to host localhost port 22: Connection refused

则意味着没有安装SSH，我们需要先安装SSH。过程也很简单(Centos将apt命令改为yum命令)

apt-get updatesudo apt-get install openssh-serversudo apt-get install openssh-server

接着启动SSH

sudo service ssh start

SSH免密配置

ssh-keygen

输入上述命令之后，一路回车即可。它会在 /home/[用户名] 目录下生成一个隐藏的 .ssh文件夹，文件夹内保存着密钥信息。

cd /home/[用户名]/.sshtouch authorized_keyschmod 600 authorized_keyscat id_rsa.pub >> authorized_keys

执行时，将 [用户名] 改为自己的用户目录即可。

此时尝试

ssh localhost

发现无需密码，可以直接登录成功。

SSH卸载

提供了一个卸载方法，以备不时之需。

sudo apt-get remove openssh-serversudo apt-get remove openssh-client

三、Hadoop安装

本着Linux中万物皆文件的哲学，我们明白，所谓的安装就是解压二进制安装包，修改配置文件。

直接进入官网，下载自己想要Hadoop版本，我使用的2.7.7版本。下载完之后进行解压，然后修改称自己喜欢的名字，放到想安装的目录下。

tar -zxvf [hadoop安装包名]       # 解压mv [hadoop文件名] hadoop        # 重命名mv hadoop /home/hadoop/        #将文件移动到/home/hadoop目录下

文件配置

Hadoop安装的重点其实就是文件的配置。在hadoop文件的 etc/hadoop目录下，我们会看到很多.sh或者.xml结尾的配置文件。我们需要其中几个必选项。使用 vi 命令进入文件进行修改。例如：

vi core-site.xml

添加内容：

1. core-site.xml

<configuration>    <property>        <name>hadoop.tmp.dirname>        <value>file:/home/hadoop/hadoop/tmpvalue>           <description>Abase for other temporary directories.description>    property>    <property>        <name>fs.defaultFSname>        <value>hdfs://localhost:9000value>     property>configuration>

2.  mapred-site.xml

如果你只看到 mapred-site.xml.template文件，自己复制一个并重命名就可以。在下面的配置中，遇到同样的问题，可以采用相同的方法解决。

copy mapred-site.xml.template mapred-site.xmlvi mapred-site.xml

<configuration>    <property>        <name>mapred.job.trackername>        <value>localhost:9001value>    property>    <property>        <name>mapreduce.framework.namename>        <value>yarnvalue>    property>configuration>

3. hdfs-site.xml

<configuration>    <property>        <name>dfs.replicationname>        <value>1value>     property>    <property>        <name>dfs.namenode.name.dirname>        <value>file:/home/hadoop/hadoop/tmp/dfs/namevalue>      property>    <property>        <name>dfs.datanode.data.dirname>        <value>file:/home/hadoop/hadoop/tmp/dfs/datavalue>      property>configuration>

4. hadoop-env.sh

export JAVA_HOME=[java_path]

将 [java_path] 改为你自己java路径就可以。

5.  yarn-site.xml

<configuration>    <property>        <name>yarn.nodemanager.aux-servicesname>        <value>mapreduce_shufflevalue>    property>configuration>

至此，一个伪分布式Hadoop就安装完成了。

Hadoop的初始化

安装完成之后，需要进行集群初始化，当然这里我们没有集群，但是初始化也是必须的。

进入Hadoop文件目录。执行：

bin/hdfs namenode -format

之后会出现一连串信息，我们不用管他，中途没有出现ERROR关键字，我们的集群初始化就算成功了。

之后就可以启动Hadoop了。

sbin/start-dfs.shsbin/start-yarn.sh

没有出现报错则说明启动成功，输入jps

jps

叮！！！

配置完成。

打开浏览器，输入地址  localhost:50070

现在你就走出了Hadoop的新手村。

关闭也很简单

sbin/stop-all.sh