hadoop环境搭建（2）

首先第一篇文章介绍了如何配置hadoop基本环境，接下来进行伪分布式环境的搭建。

1. 基础知识

首先说一下hadoop集群的基本结构。

之后介绍一下它的三种模式:（下图英文缩写为上图中相应节点单词的缩写）

所谓伪分布模式就是：通过在一台机器上运行不同的java进程来模拟分布式模式的不同节点，这时,所读取得文件属于分布式文件。伪分布式中的计算机不仅负责存储，而且还负责资源和作业的调度。
单机模式与伪分布式模式最大的不同是，单机模式所读取的是本地文件，而伪分布式模式读取的文件属于分布式文件，因为没有很多个节点来搭建分布式模式，所以这里用的是伪分布模式。

2. hadoop配置文件的修改。

   1.core-site.xml文件:

   <configuration>
   <property>
       <name>hadoop.tmp.dir</name>
       <value>file:/usr/local/hadoop/tmp</value>
       <description>Abase for other temporary directories.</description>
   </property>
   <property>
       <name>fs.defaultFS</name>
       <value>hdfs://localhost:9000</value>
   </property>
   </configuration>

   hadoop.tmp.dir用于保存临时文件，如果没有配置这个参数，则默认使用的临时目录为/tmp/hadoo-hadoop，这个目录在Hadoop重启后会被系统清理掉。
   fs.defaultFS用于指定HDFS的访问地址。

2.hdfs-site.xml修改，

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

dfs.replicaion：指定副本数量，在分布式文件系统中，数据通常会被冗余的存储多份，以保证可靠性和安全性，但是这里用的是伪分布式模式，节点只有一个，也有就只有一个副本。
dfs.namenode.name.di：设定名称节点元数据的保存目录
dfs.datanode.data.dir：设定数据节点的数据保存目录
这里，名称节点和数据节点必须设定。

Hadoop的运行方式是由配置文件决定的，如果想从伪分布式模式切换回单机模式，只需删除core-site.xml文件中的配置项即可。

3.执行名称节点格式化
执行命令：

$ cd /usr/local/hadoop
$ ./bin/hdfs namenode -format

可能会报错，那就重新检查，hdfs-site.xml文件的配置。
直到出现INFO util.ExitUtil: Exiting with status 0 字样（0表示成功，1表示不成功)

4.启动hadoop

$ cd /usr/local/hadoop
$ ./sbin/start-dfs.sh

可能会报错JAVA_HOME is not set and could not be found.
那么就把将/hadoop/etc/hadoop/hadoop-env.sh文件的export JAVA_HOME=$JAVA_HOME改为export JAVA_HOME=/usr/local/java/jdk-14.0.1
然后用jps命令验证是否成功，（jps是用来查看运行的java进程的命令)

$ jps
4821 Jps
4459 DataNode
4348 NameNode
4622 SecondaryNameNode

也可以用第二种方法来验证：
关闭防火墙 或者 在防火墙的规则中开放这些端口
进入网址localhost:50070，
看到

就算成功。

5.关闭hadoop
执行命令./sbin/stop-dfs.sh 之后就关闭了。
下次启动时不需要再执行节点格式化命令（否则会报错），只需要直接运行start-dfs.sh命令即可。
获取本文知识的主要途径包括，博客 书籍（hadoop权威指南) 视频
如果想详细的了解，可以看这三部分的相关内容。