本篇教程探讨了大数据技术 Hadoop集群(伪分布模式)安装，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

<

依赖项：jdk(hadoop与java版本兼容性参考链接)、ssh；
执行ssh localhost若提示：
localhost: ssh: connect to host localhost port 22: Connection refused
则需要:
a.检查是否安装了openssh，若没有则建议通过brew install openssh安装(需要先安装brew，安装brew前还需要先安装xcode，安装方法见官网，官网的方法若超时，可以先在浏览器中打开curl链接并复制到本地保存(如~/Desktop/install)，然后修改安装命令为:
/usr/bin/ruby -e "$(cat ~/Desktop/install)"
)，启动方式：
sudo /usr/sbin/sshd
若启动失败并提示：
Could not load host key: /etc/ssh/ssh_host_rsa_key
Could not load host key: /etc/ssh/ssh_host_dsa_key
Could not load host key: /etc/ssh/ssh_host_ecdsa_key
Could not load host key: /etc/ssh/ssh_host_ed25519_key
则，执行以下操作后重新启动：
sudo cp ~/.ssh/id_rsa /etc/ssh/ssh_host_rsa
sudo cp ~/.ssh/id_rsa.pub /etc/ssh/ssh_host_rsa.pub
启动后通过ps -ef | grep ssh检查ssh服务是否存在
b.检查是否存在以下文件，且authorized_keys 中包含id_rsa.pub中的内容
~/.ssh/id_rsa.pub
~/.ssh/id_rsa
~/.ssh/authorized_keys
若没有id_rsa.*文件，则执行以下操作：
ssh-keygen -t rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys
修改/etc/hosts文件(可选)
添加本机ip到localhost的映射(sudo vim /etc/hosts)，如下所示：
xx.xx.xx.xx    localhost
这一步是为了可以使用形如：hdfs://xx.xx.xx.xx:9000/file/path的格式访问hdfs，否则只能使用localhost。
下载hadoop-2.7.6安装包，解压到~/tools/hadoop-2.7.6；
修改配置
a.etc/hadoop/core-site.xml中添加如下配置：
xml      <configuration>      <property>          <name>fs.defaultFS</name>          <value>hdfs://localhost:9000</value>      </property>  </configuration>
b.etc/hadoop/hdfs-site.xml中添加如下配置：
xml      <configuration>      <property>          <name>dfs.replication</name>          <value>1</value>  </configuration>
以上为hdfs相关配置，若要使用yarn，还需进行以下配置
c.拷贝etc/hadoop/mapred-site.xml.template到etc/hadoop/mapred-site.xml并添加如下配置：
xml      <configuration>      <property>          <name>mapreduce.framework.name</name>          <value>yarn</value>      </property>  </configuration>
d.etc/hadoop/yarn-site.xml中添加如下配置：
xml      <configuration>      <property>          <name>yarn.nodemanager.aux-services</name>          <value>mapreduce_shuffle</value>      </property>  </configuration>
注：默认存储路径为/tmp/hadoop-<username>/，可以通过配置 “dfs.namenode.name.dir”、 “dfs.datanode.data.dir” 显式指定，参考文档；
启动服务
a.格式化namenode
./bin/hdfs namenode -format
b.启动HDFS
./sbin/start-dfs.sh
c.若要启用历史任务服务，执行以下命令：
./sbin/mr-jobhistory-daemon.sh start historyserver
d.若要使用yarn，执行以下命令
./sbin/start-yarn.sh
启动后通过jps命令查看启动的服务，应包含：DataNode、NameNode、SecondaryNameNode(若启动了yarn，还包括：NodeManager、ResourceManager；若启动了历史服务，还包括：JobHistoryServer)；
通过以下网址查看服务状态
a.历史任务：//localhost:19888/
b.集群状态：//localhost:8088/
c.NameNode状态：//localhost:50070/
测试
通过以下命令测试hdfs是否可用：
./bin/hadoop fs -ls /
./bin/hadoop fs -ls hdfs://localhost:9000/
./bin/hadoop fs -ls hdfs://xx.xx.xxx.xxx:9000/
./bin/hdfs dfs -ls /
./bin/hdfs dfs -ls hdfs://localhost:9000/
./bin/hdfs dfs -ls hdfs://xx.xx.xxx.xxx:9000/
若服务可用，需要创建以下目录：
hdfs://localhost:9000/user/<username>
停止服务
可将以下命令写入stop.sh批量执行：
./sbin/stop-dfs.sh
./sbin/stop-yarn.sh
./sbin/mr-jobhistory-daemon.sh stop historyserver

注：若配置了yarn(4.c)，则官网中下面的例子是无法成功执行的；若只配置了hdfs(4.a，4.b)，是没有问题的：
    bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.6.jar grep input output 'dfs[a-z.]+'
   

本文由职坐标整理发布，学习更多的大数据技术相关知识，请关注职坐标大技术云计算大技术技术频道！