本文主要讲述怎么搭建和配置一个单节点的hadoop集群，以便使用mapreduce和hdfs快速的执行一些简单的操作。

环境准备

1：linux操作系统。

2: jdk

3: ssh (yum install ssh)

4: rsync  (yum install rsync)

5: 配置SSH

sshkeygen

ssh-coye-id -i ~/.ssh/id_rsa  root@192.168.20.171

参数配置

1：解压hadoop的安装包，然后编辑etc/hadoop/hadoop-env.sh. 配置JAVA_HOME和 HADOOP_PREFIX(hadoop_home)参数。

安装模式：

1：本地模式

默认情况下,hadoop运行在本地模式：一个jvm进程，主要用来debugs

下面的例子复制配置文件作为输入，然后找到符合正则表达式的字段。输出道output目录

  $ mkdir input
  $ cp etc/hadoop/*.xml input
  $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.0.jar grep input output 'dfs[a-z.]+'
  $ cat output/*

2：伪分布式模式

hadoop可以以伪分布式的模式运行在一个节点上，hadoop服务运行在几个独立的进程上。

配置 core-site.xml

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://localhost:9000</value>

    </property>

</configuration>

配置 hdfs-site.xml

<configuration>

</configuration>

执行如下命令

1：hdfs namenode -format

2: sbin/start-dfs.sh

3：通过web接口查看namenode状态    http://namenode:50070/

这里hdfs已经配置运行成了。

下面是配置伪分布式模式下面的YARN

1：配置mapred-site.xml

<configuration>

    <property>

        <name>mapreduce.framework.name</name>

        <value>yarn</value>

    </property>

</configuration>

配置yarn-site.xml

<configuration>

    <property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

    </property>

</configuration>

2: 启动ResourceManager和NodeManger进程。

sbin/start-yarn.sh

3: 浏览ResourceManger的web服务，  http://localhost:8088/

4: 停止这个守护进程  sbin/stop-yarn.sh

mapreduce.framework.name 

这个参数有三个属性：local,classis,yarn;

1 classis:任务提交给jobtracker ，它的地址是通过mapreduce.jobtracker.address设置。

2 yarn:任务提交给resource manger中的application master。 它的地址是通过yarn.resourcemanager.address设置。

3 local:如果想在本地使用mapreduce,那么使用mapreduce.framework.name和mapreduce.jobtracker.address都设置为local就行了。如果不想启动hdfs.那么设置fs.defaultFs为file:///

来自为知笔记(Wiz)