Hadoop伪分布搭建
第一步：配置网络（静态IP）
vi /etc/sysconfig/network-scripts/ifcfg-ens33（网卡名称可能不同）
-
修改：
将该配置文件中的ONBOOT=no修改为yes（网络开机自启）
将BOOTPROTO=dhcp修改为static（将ip设置为静态ip） -
为了能够通过外部访问到虚拟机，增加：
IPADDR=192.168.154.110（110是自己设置的，154是VMnet8的NAT网段）
NETMASK=255.255.255.0（子网掩码都为这个）
GATEWAY=192.168.154.2（网关跟VMnet8的NAT的网关一样）
DNS1=192.168.154.2（还可以设置成8.8.8.8，114.114.114.114） -
重新启动网络：
service network restart
或
systemctl network restart
注：如果不用xshell则跳过这一步，但IP地址还是要查到
ifconfig
若没有这命令：
sudo yum install net-tools
若查不到就老老实实配静态IP
第二步：配置主机名和ip地址的映射关系
设置主机名：vi /etc/sysconfig/network
NETWORKING=yes
HOSTNAME = （自定义一个主机名）例如：hadoop
保存退出
- 将主机名ip地址进行映射
vi /etc/hosts
例如：
192.168.154.110 hadoop
保存退出，执行下面命令刷新，配置即可生效。
hostname hadoop
第三步：配置ssh免密登录
- 进入用户的家目录下的.ssh隐藏目录：
cd .ssh/
- 在该目录下，输入：
ssh-keygen -t rsa
一直回车即可。此时会生成一个RSA 2048文件，生成了一对公钥，一对私钥。
输入ls 查看生成的私钥和公钥。如果想要查看生成的一对秘钥，可以使用 more 秘钥名即可
查看公钥： more id_rsa.pub
查看私钥： more id_rsa
- 进入到hadoop的根目录，执行以下命令：把公钥拷贝到使用ssh的当前机器上
ssh-cp-id localhost(是你的主机名)
或
ssh-copy-id localhost(是你的主机名)
输入一次密码(登录linux系统的密码)，待拷贝完成。
验证是否免密成功：
ssh 主机名
若不用输入密码即可登陆就成功了
第四步：关闭防火墙状态
在linux centos7版本中，使用的防火墙不是iptables(linux centos6中使用的防火墙),而是firewall，所有以下操作中要使用firewall的相关指令。
1．查看防火墙状态：
systemctl status firewalld
若显示Active: active (running)，则表示防火墙已开启。
另外一种查看方式：
firewall-cmd --state
若结果为running,表示防火墙已开启。
- 关闭防火墙：
systemctl stop firewalld.service
- 再次查看防火墙状态：
systemctl status firewalld
若显示Active: active (dead)，则表示防火墙已关闭。
另外一种查看方式：
firewall-cmd --state
若结果为not running,表示防火墙已关闭。
- 禁止防火墙开机自启：
systemctl disable firewalld.service
想要开启防火墙，输入：
systemctl start firewalld
第五步：配置环境变量
vi /etc/profile
在该文件中加入：
export JAVA_HOME= (即jdk的安装目录)
export HADOOP_HOME= (即jdk的安装目录)
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
（本可以不加Hadoop路径，加上后，可以在任何路径执行相关命令）
刷新这个文件：
source /etc/profile
第六步：配置Hadoop
需要配置其中五个配置文件，进入到hadoop下etc下的hadoop目录，并查看该目录下的所有配置文件，并配置其中五个。
- 配置hadoop-env.sh文件，该配置文件用于指定hadoop运行时jdk的路径：
vi hadoop-env.sh
export JAVA_HOME=自己的jdk安装目录
- 配置core-site.xml文件，该文件是用户自定义文件。用于配置hadoop的文件系统：
vi core-site.xml
<!--配置hdfs的namenode的地址，使用的是hdfs协议：-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://主机名:9000</value>
</property>
<!--配置hadoop运行时产生数据的存储目录，不是临时目录。-->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/sun/app/hadoop-3.1.2/tmp</value>
</property>
- 配置 hdsf-site.xml文件，配置在hdfs中，一份文件存几份，默认是3份，一台机器只能存一份：
vi hdfs-site.xml
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
- 配置mapred-site.xml文件，map-reduce是hadoop中的一种计算模型，运行在yarn(资源调度系统)中：
vi mapred-site.xml
<property> <!--指定mapreduce运行在yarn上-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
5.配置yarn-site.xml文件，指定yarn的老大resourcemanager的地址（该地址是resourcemanager的主机地址，即主机名或该主机的ip地址）：
vi yarn-site.xml
<property>
<name>yarn.resourcemanager.hostname</name>
<value>主机名</value>
</property>
<!--指定mapreduce执行shuffle时获取数据的方式-->
<property>
<name>yarn.nodemanager.aus-services</name>
<value>mapreduce_shuffle</value>
</property>
第七步：初始化并启动hadoop
该初始化不是启动hadoop的hdfs，而是对hdfs做格式化，需要到hadoop的bin目录中进行相关命令的操作
- 进入到hadoop的bin目录，进行初始化；
./hdfs namenode -format
- 进入到hadoop的sbin目录，启动hadoop：
start-all.sh 如果这命令不行就前面加 sh
（不建议初学者直接start-all.sh，一步一步的启动start-dfs.sh和start-yarn.sh等）
最后在宿主机的浏览器中访问hadoop的hdfs,如访问成功，则说明伪分布式环境已搭建成功：
Hadoop2.X的版本中，访问hdfs的端口号是50070，访问mapreduce的端口号是8080
192.168.154.100:50070
192.168.154.100:8080
Hadoop3.X的版本中，访问hdfs的端口号由50070修改成了9870，访问mapreduce的端口号是8088
192.168.154.100:9870
192.168.154.100:8088
注：如果不能访问就检查防火墙是否关闭以及其他原因，端口号前面的IP地址是自己设置的静态IP