最新hadoop安装教程及hadoop的命令使用(亲测可用)

这篇文章主要介绍了最新hadoop安装教程(亲测可用),本文主要讲解了如何安装hadoop、使用hadoop的命令及遇到的问题解决，需要的朋友可以参考下

01 引言

最近安装hadoop-2.7.7 版本的时候遇到了很多坑，本文来详细讲解如何安装和解决遇到的问题。

02 hadoop 安装

2.1 下载与安装

Step1: 下载

百度网盘下载

链接: https://pan.baidu.com/s/1ydPDP3xL0iL6sKYxdiq2ew 提取码: nnpf

Step2: 上传并解压

 cd /data tar -zxvf hadoop-2.7.7.tar.gz

2.2 hadoop配置

Step1: 修改hadoop安装目录/etc/hadoop下的hadoop-env.sh的文件内容

[root@server11 hadoop]# vi hadoop-env.sh # 指定JAVA_HOME export JAVA_HOME=/usr/lib/jvm/TencentKona-8.0.1-242

Step2: 修改hadoop安装目录/etc/hadoop下的core-site.xml的文件内容

[root@server19 hadoop]# vi core-site.xml   fs.defaultFShdfs://服务器的真实ip:9002 hadoop.tmp.dir/data/hadoop/tmp

注：这里fs.defaultFS的value最好是写本机的静态IP。当然写本机主机名，再配置hosts是最好的，如果用localhost，然后在windows用java操作hdfs的时候，会连接不上主机。

Step3: 修改hadoop安装目录/etc/hadoop下的hdfs-site.xml的文件内容

  dfs.namenode.name.dir/data/hadoop/hadoop/hdfs/nn fs.checkpoint.dir/data/hadoop/hdfs/snn fs.checkpoint.edits.dir/data/hadoop/hdfs/snn dfs.datanode.data.dir/data/hadoop/hdfs/dn dfs.name.dir/data/hadoop/name dfs.data.dir/data/hadoop/node dfs.replication1 dfs.http.address服务器的真实ip:9000 ipc.maximum.data.length134217728

*Step4: 修改hadoop安装目录/etc/hadoop下的yarn-site.xml的文件内容

  yarn.nodemanager.vmem-check-enabledfalse yarn.nodemanager.aux-servicesmapreduce_shuffle yarn.application.classpath /data/hadoop-2.7.7/etc/*, /data/hadoop-2.7.7/etc/hadoop/*, /data/hadoop-2.7.7/lib/*, /data/hadoop-2.7.7/share/hadoop/common/*, /data/hadoop-2.7.7/share/hadoop/common/lib/*, /data/hadoop-2.7.7/share/hadoop/mapreduce/*, /data/hadoop-2.7.7/share/hadoop/mapreduce/lib/*, /data/hadoop-2.7.7/share/hadoop/hdfs/*, /data/hadoop-2.7.7/share/hadoop/hdfs/lib/*, /data/hadoop-2.7.7/share/hadoop/yarn/*, /data/hadoop-2.7.7/share/hadoop/yarn/lib/*

2.3 免登陆配置

线上环境已配置，无需配置

#到 root 目录下： cd /root #执行生成密钥命令： ssh-keygen -t rsa #然后三个回车 #然后复制公钥追加到第一台节点的公钥文件中： ssh-copy-id -i /root/.ssh/id_rsa.pub root@master01 #选择 yes #输入登录第一台节点的密码(操作完成该节点公钥复制到第一台节点中)

2.4 配置环境变量

vi /etc/profile ### 配置内容如下： export JAVA_HOME=/usr/lib/jvm/TencentKona-8.0.1-242 export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export HADOOP_HOME=/data/hadoop-2.7.7 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin export HADOOP_CLASSPATH=`hadoop classpath` export HADOOP_CONF_DIR=/data/hadoop-2.7.7/etc/hadoop ### 生效配置 source /etc/profile

注意：配置HADOOP_CLASSPATH！

2.5 配置域名

可能会配置到，根据提示错误配置就好了

vi /etc/hosts 127.0.0.1 localhost.localdomain localhost 127.0.0.1 localhost4.localdomain4 localhost4 127.0.0.1 VM-xx-centos gp-master ::1 VM-xx-centos VM-xxx-centos ::1 localhost.localdomain localhost ::1 localhost6.localdomain6 localhost6 服务器的真实ip VM-xxx-centos localhost.localdomain gp-master

2.6 启动

进入hadoop安装目录/sbin，执行start-all.sh文件:

./start-all.sh

使用jps命令验证是否已经启动成功（这些都启动了才算成功：ResourceManager、DataNode、SecondaryNameNode、NodeManager、TaskManagerRunner、YarnTaskExecutorRunner、NameNode）：

jps

浏览器打开：http://服务器地址:50070/，可以看到hadoop环境搭建好了：

03 相关命令

3.1 yarn相关命令

## 正在运行的任务 yarn application -list ## kill掉yarn正在运行的任务 yarn application -kill application_1654588814418_0003 ## 查找yarn已经完成的任务列表 yarn application -appStates finished -list ## 查找yarn所有任务列表 yarn application -appStates ALL -list ## 查看容器日志 curl http://127.0.0.1:8042/node/containerlogs/container_1654588814418_0003_01_000001/root/jobmanager.out/?start=0 ## 查看yarn内存使用情况 curl http://127.0.0.1:8042/cluster

3.2 hdfs相关命令

# 因为在 HDFS 上没有为当前用户创建主目录，所以要先创建目录 $ hadoop fs -mkdir -p /user/root # 目录只能一级级创建 ，不能一下子创建2个 $ hadoop fs -mkdir ./flink # 上传 $ hadoop fs -put /资源路径/相关资源 ./flink # 下载 $ hadoop fs -get ./flink # 查看 $ hadoop fs -ls ./flink # 删除整个文件夹 $ hadoop fs -rm -rf flink # 此处为逐级删除 $ hadoop fs -rm  ./flink/资源 # 备注：上面的 `./bin/hadoop fs`等同于`./bin/hdfs dfs`

04 一次填完所有的坑

1. 程序访问hdfs失败，提示“Failed on local exception: com.google.protobuf.InvalidProtocolBufferException: Protocol message”

解决方案：使用命令hdfs getconf -confKey fs.default.name获取正确的端口号并配置到程序

2. 首次安装hadoop，使用hdfs命令时，会提示“‘.’: No such file or directory”

解决方案：因为在 hdfs 上没有为当前用户创建主目录，所以要先创建目录$ hadoop fs -mkdir -p /user/root

3. 首次安装hadoop，使用hdfs命令时，可能会提示“‘There are 0 datanode(s) running and no node(s) are excluded in this operation.”

解决方案：可能是格式化两次hadoop，导致没有datanode。首先stop-all.sh停掉所有的服务，然后找到hadoop指定的data目录（线上是:/data/hadoop）删除，接着从新执行一下 hadoop namenode -format，最后使用start-all.sh 重启一下hadoop

4. 使用hdfs命令，提示“Caused by: org.apache.hadoop.ipc.RemoteException: Cannot create directory”

解决方案：是因为安全模式没有自动关闭，使用命令关闭“hdfs dfsadmin -safemode leave”，然后删除出错的block块,命令：“hdfs fsck / -delete”。

5. 启动hadoop时，可能会提示second node connection refuesd，即访问被拒绝

解决方案： 修改hadoop安装目录/etc/hadoop下的hdfs-site.xml的文件内容

 dfs.http.address11.41.140.96:9002 dfs.secondary.http.address11.41.140.96:9002

6.部署的时候可能会失败，提示 Failed on local exception: com.google.protobuf.InvalidProtocolBufferException: Protocol message，指的是端口号配置错了，查询端口号的命令：

解决方案：修改查询端口号并修改

hdfs getconf -confKey fs.default.name

7.hadoop的日志在哪个目录：

在：/data/hadoop-2.7.7/logs 05 Yarn相关配置

本文顺带讲下yarn相关的配置（在/etc/hadoop/yarn-site.xml配置），可以直接跳过。

配置	描述
`yarn.nodemanager.resource.memory-mb`	表示该节点上YARN可使用的物理内存总量，默认是8192（MB），注意，如果你的节点内存资源不够8GB，则需要调减小这个值，而YARN不会智能的探测节点的物理内存总量。
`yarn.nodemanager.vmem-pmem-ratio`	任务每使用1MB物理内存，最多可使用虚拟内存量，默认是2.1。
`yarn.nodemanager.pmem-check-enabled`	是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true。
`yarn.nodemanager.vmem-check-enabled`	是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true。
`yarn.scheduler.minimum-allocation-mb`	单个任务可申请的最少物理内存量，默认是1024（MB），如果一个任务申请的物理内存量少于该值，则该对应的值改为这个数。
`yarn.scheduler.maximum-allocation-mb`	单个任务可申请的最多物理内存量，默认是8192（MB）。