Hadoop伪分布式配置和搭建，hadoop单机安装，wordcount实例测试，hadoop安装java目录怎么找，问题及问题解决方法

环境说明

系统：ubuntu18.04
主机名：test1
用户名：sylvan

hadoop单机安装

换源操作这里不再给出，请各位自行解决。

在Linux环境下完成单机环境的搭建，并运行Hadoop自带的WordCount实例检测是否运行正常。

Java是Hadoop的主要先决条件。首先检查java是否安装：java -version

在这里插入图片描述

java未安装，使用sudo apt install openjdk-8-jdk 安装OpenJDK8.
再次检查java是否安装成功：

在这里插入图片描述

查看java环境变量是否配置：
在这里插入图片描述

无输出，说明环境变量未配置，接下来查找java安装路径，配置环境变量。
先查找java安装路径，发现是：/usr/lib/jvm/java-8-openjdk-amd64/jre/bin/java
在这里插入图片描述

在/etc/profile里配置java环境变量，配置完成后用echo检查JAVA_HOME成功：
在这里插入图片描述

接着下载hadoop-2.10.1，并解压（在 /usr/local/ 里）。
在这里插入图片描述

配置hadoop环境变量,并尝试运行hadoop：

在这里插入图片描述

这意味着Hadoop在独立模式下工作正常。默认情况下，Hadoop被配置为在非分布式模式的单个机器上运行。

运行WordCount测试

利用hadoop提供的的.jar 文件实现wordcount. 首先，创建输入目录input，接着创建测试文本，在input目录复制几份。

测试文本：
在这里插入图片描述

测试文本的复制：
在这里插入图片描述

查看hadoop mapreduce例子有哪些功能：
hadoop-mapreduce-examples-2.10.1.jar
在这里插入图片描述

启动Hadoop进程计数在所有在输入目录中可用的文件的单词总数，将结果保存到output 文件夹中。
在这里插入图片描述

查看 output 文件夹内容：
在这里插入图片描述

Hadoop伪分布式搭建

在Linux环境下完成伪分布式环境的搭建，并运行Hadoop自带的WordCount实例检测是否运行正常。

Hadoop 可以在单节点上以伪分布式的方式运行，Hadoop 进程以分离的 Java 进程来运行，节点既作为 NameNode 也作为 DataNode，同时，读取的是 HDFS 中的文件。Hadoop 的配置文件位于 /usr/local/hadoop-2.10.1/etc/hadoop/ 中，伪分布式需要修改2个配置文件 core-site.xml 和 hdfs-site.xml 。Hadoop的配置文件是 xml 格式，每个配置以声明 property 的 name 和 value 的方式来实现。

首先，配置hadoop的环境变量：（在etc/profile中）
在这里插入图片描述

配置hadoop-env.sh文件的java环境变量。
在这里插入图片描述

注意：这里要将 ${JAVA_HOME} 替换为之前在 /etc/profile里设置的JAVA_HOME，也就是 export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
在这里插入图片描述

mapred-env.sh、yarn-env.sh无需再配置。

接着配置Hadoop的文件列表。

core-site.xml文件中包含如读/写缓冲器用于Hadoop的实例的端口号的信息，分配给文件系统存储，用于存储所述数据存储器的限制和大小。

在这里插入图片描述

hdfs-site.xml 文件中包含如复制数据的值，NameNode路径的信息，本地文件系统的数据节点的路径。这意味着是存储Hadoop基础工具的地方。

在这里插入图片描述

slave文件添加节点主机，发现已经有localhost，因为是伪分布式，所以无需修改成本机的test1.

在这里插入图片描述

格式化namenode
在这里插入图片描述

启动hdfs守护进程
在这里插入图片描述

查看web端，说明搭建好了Hadoop的hdfs分布式存储，接下来要继续配置Hadoop的mapreduce.

在这里插入图片描述

mapred-site.xml 文件用于指定正在使用MapReduce框架，从mapred-site.xml.template 模版复制即可，指定mapreduce程序运行在yarn平台上。

在这里插入图片描述

yarn-site.xml 用于配置yarn.

在这里插入图片描述

问题：
启动yarn：(yarn)启动失败，JAVA_HOME is not set and could not be found.
在这里插入图片描述

问题解决：配置hadoop-env.sh文件里的JAVA_HOME环境变量

启动yarn：
在这里插入图片描述

在这里插入图片描述

访问集群中的所有应用程序的默认端口号为8088，使用以下URL访问该服务。
查看web端：运行正常

在这里插入图片描述

查看节点情况：
在这里插入图片描述

运行wordcount实例检测：

在HDFS的根目录下创建一个目录input，将之前的test.txt上传到HDFS。
继续创建一个output输出目录，执行hadoop jar命令，结果输出到output/ part-r-00000文件下。

在这里插入图片描述

查看结果：
(报错：/output already exists)

在这里插入图片描述

删除，重新执行：

在这里插入图片描述

查看结果：
在这里插入图片描述

通过网页查看任务完成情况：
在这里插入图片描述

可以发现当hadoop集群运行时，会报警告：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable
出现原因：Hadoop 没有成功加载本地库，所以使用了内置的 Java 类库。
解决方法：1. 直接在log中忽略warning；2. 替换hadoop本地库.