Hadoop Yarn（一）―― 单机伪分布式环境安装

HamaWhite(QQ:530422429)原创作品，转载请注明出处：http://write.blog.csdn.net/postedit/40556267。

本文是根据Hadoop官网安装教程写的Hadoop YARN在单机伪散布式环境下的安装报告，仅供参考。

1. 安装环境以下：
    系统：Ubuntu14.04
    Hadoop版本：hadoop⑵.5.0
   Java版本：openjdk⑴.7.0_55 
2. 下载Hadoop⑵.5.0，http://mirrors.cnnic.cn/apache/hadoop/common/hadoop⑵.5.0/hadoop⑵.5.0.tar.gz  
    本文的$HADOOP_HOME为：/home/baisong/hadoop⑵.5.0（用户名为baisong）。
    在 ~/.bashrc文件中添加环境变量，以下：
    export HADOOP_HOME=/home/baisong/hadoop⑵.5.0
    然后编译，命令以下：
    $ source ~/.bashrc
3. 安装JDK，并设置JAVA_HOME环境变量。在/etc/profile文件最后添加以下内容
    export JAVA_HOME=/usr/lib/jvm/java⑺-openjdk-i386   //根据自己Java安装目录而定
    export PATH=$JAVA_HOME/bin:$PATH
    输入以下命令使配置生效
    $ source /etc/profile
4. 配置SSH。首先生成秘钥，命令以下，然后1路回车确认，不需要任何输入。   
    $ ssh-keygen -t rsa    然后把公钥写入authorized_keys文件中，命令以下：
    $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
    最后，输入下述命令，按提示输入 yes 便可。
    $ ssh localhost  
5. 修改Hadoop配置文件，进入${HADOOP_HOME}/etc/hadoop/目录。
    1）设置环境变量，hadoop-env.sh中添加Java安装目录，以下：
           export JAVA_HOME=/usr/lib/jvm/java⑺-openjdk-i386
    2）修改core-site.xml，添加以下内容。
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://localhost:9000</value>
         </property>
         <property>
           <name>hadoop.tmp.dir</name>
           <value>/home/baisong/hadooptmp</value> 
        </property>
        注：hadoop.tmp.dir项可选（上述设置需手动创建hadooptmp文件夹）。
    3）修改hdfs-site.xml，添加以下内容“。
         <property>
             <name>dfs.repliacation</name>
             <value>1</value>
         </property>
     4）将mapred-site.xml.template重命名为mapred-site.xml，并添加以下内容。
          $ mv mapred-site.xml.template mapred-site.xml    //重命名
          <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
         </property>
    5）修改yarn-site.xml，添加以下内容。
         <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
         </property>
6. 格式化HDFS，命令以下：
    bin/hdfs namenode -format    注释：bin/hadoop namenode -format命令已过时
    格式化成功会在/home/baisong/hadooptmp创建dfs文件夹。
7.启动HDFS，命令以下：
   $ sbin/start-dfs.sh 
   遇到以下毛病：
    分析缘由知，没有设置 HADOOP_COMMON_LIB_NATIVE_DIR和HADOOP_OPTS环境变量，在 ~/.bashrc文件中添加以下内容并编译。    
    export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"   
    $ source ~/.bashrc
    重新启动HDFS，输出以下，表示启动成功。   
    
    可以用过Web界面来查看NameNode运行状态，URL为 http://localhost:50070
    停止HDFS的命令为：
    $ sbin/stop-dfs.sh
8. 启动YARN，命令以下：
   $ sbin/start-yarn.sh
   可以用过Web界面来查看NameNode运行状态，URL为 http://localhost:8088
   停止HDFS的命令为：
   $ sbin/stop-yarn.sh
   上述HDFS和YARN启动完成后，可通过jps命令查看是不是启动成功。
     
9. 运行测试程序。
   1）测试计算PI，命令以下：
       $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples⑵.5.0.jar pi 20 10
   2）测试 grep，首先需要上传输入文件到HDFS上，命令以下：
      $ bin/hdfs dfs -put etc/hadoop input
       运行grep程序，命令以下：
       $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples⑵.5.0.jar grep input output 'dfs[a-z.]+'
       运行结果输出以下：      
10. 添加环境变量，方便使用start-dfs.sh、start-yarn.sh等命令（可选）。
     在 ~/.bashrc文件中添加环境变量，以下：
     export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
     然后编译，命令以下：
     $ source ~/.bashrc
     下图是 ~/.bashrc文件中添加的变量，以便参考。