Hadoop安装笔记1单机伪分布式配置

 将下发的ds_db01.sql数据库文件放置mysql中

12、编写Scala代码，使用Spark将MySQL的ds_db01库中表user_info的全量数据抽取到Hive的ods库中表user_info。字段名称、类型不变，同时添加静态分区，分区字段为etl_date，类型为String，且值为当前日期的前一天日期（分区字段格式为yyyyMMdd）。使用hive cli执行show partitions ods.user_info命令，将结果截图粘贴至答案表.docx中对应的任务序号下；

13、 编写Scala代码，使用Spark将MySQL的ds_db01库中表sku_info的全量数据抽取到Hive的ods库中表sku_info。字段名称、类型不变，同时添加静态分区，分区字段为etl_date，类型为String，且值为当前日期的前一天日期（分区字段格式为yyyyMMdd）。使用hive cli执行show partitions ods.sku_info命令，将结果截图粘贴至答案表.docx中对应的任务序号下；

软件名称	版本
ubuntu	18.04    64 位
Hadoop：hadoop-3.1.3.tar.gz	3.1.3
Jdk：jdk-8u212-linux-x64.tar.gz	1.8
Spark：spark-3.1.1-bin-hadoop3.2.tgz	3.1.1
Hive：apache-hive-3.1.2-bin.tar.gz	3.1.2
MySQL	5.7
Scala：scala-2.12.x.tgz	2.12
Vue.js	3.2
ECharts	5.1
JDBC驱动：   mysql-connector-java-5.1.37.jar
集成开发工具：IDEA 2022 社区版

这篇笔记适合于原生 Hadoop3.1.3，主要参考了官方安装教程，步骤详细，辅以适当说明，相信按照步骤来，都能顺利安装并运行Hadoop。另外有Hadoop安装配置简略版方便有基础的读者快速完成安装。此外，小北希望友友们能多去了解一些 Linux 的知识，以后出现问题时才能自行解决。

为了方便学习，请友友们利用Linux系统中自带的firefox浏览器打开本指南进行学习。

Hadoop安装文件，可以到Hadoop官网下载hadoop-3.1.3.tar.gz。

也可以直接点击这里从百度云盘下载软件（提取码：ziyu），进入百度网盘后，进入“软件”目录，找到hadoop-3.1.3.tar.gz文件下载到本地。

一、环境

本教程使用 Ubuntu 18.04 64位 作为系统环境（或者Ubuntu 14.04，Ubuntu16.04 也行，32位、64位均可），请自行安装系统（可参考小北的这篇博客~）ubuntu18.04 64 位安装笔记——备赛笔记——2024全国职业院校技能大赛“大数据应用开发”赛项——任务2：离线数据处理_failed to open image 'd:\programdata\master\ubuntu-CSDN博客https://blog.csdn.net/Zhiyilang/article/details/135069233?spm=1001.2014.3001.5502装好了 Ubuntu 系统之后，在安装 Hadoop 前还需要做一些必备工作。

二、创建hadoop用户

装好了Ubuntu系统之后，在安装Hadoop前还需要做一些必备工作。

1.创建hadoop用户

如果你安装 Ubuntu 的时候不是用的 hadoop 用户，那么最好增加一个名为 hadoop 的用户，密码随意指定。首先打开终端，输入如下命令创建新用户 :

sudo useradd -m hadoop -s /bin/bash

这条命令创建了可以登陆的 hadoop 用户，并使用 /bin/bash 作为shell。

接着使用如下命令修改密码，按提示输入两次密码

完整的运行情况如下：

sudo命令: 本文中会大量使用到sudo命令。sudo是ubuntu中一种权限管理机制，管理员可以授权给一些普通用户去执行一些需要root权限执行的操作。当使用sudo命令时，就需要输入您当前用户的密码.

密码:在Linux的终端中输入密码，终端是不会显示任何你当前输入的密码，也不会提示你已经输入了多少字符密码。而在windows系统中,输入密码一般都会以“*”表示你输入的密码字符

输入法中英文切换: ubuntu中终端输入的命令一般都是使用英文输入。linux中英文的切换方式是使用键盘“shift”键来切换，也可以点击顶部菜单的输入法按钮进行切换。ubuntu自带的Sunpinyin中文输入法已经足够读者使用。

Ubuntu终端复制粘贴快捷键: 在Ubuntu终端窗口中，复制粘贴的快捷键需要加上 shift，即粘贴是 ctrl+shift+v。

接着使用如下命令设置密码，可简单设置为 hadoop，按提示输入两次密码：

sudo passwd hadoop

可为 hadoop 用户增加管理员权限，方便部署，避免一些对新手来说比较棘手的权限问题：

sudo adduser hadoop sudo

最后注销当前用户（点击屏幕右上角的齿轮，选择注销），返回登陆界面。在登陆界面中选择刚创建的 hadoop 用户进行登陆。

2、遇到问题：

登录出现“Sorry, that didn‘t work. Please try again.”

3、尝试过的方法

方法1：（不可以）

$ sudo -i
密码：
# cd /etc
# chown root:shadow shadow
# chmod u=r,g=r shadow
# exit

方法2：（还是不可以，逐渐暴躁）

(ssh登录)
# vim /etc/pam.d/gdm-autologi
注释行 "auth requied pam_succeed_if.so user != root quiet success"
# vim /etc/pam.d/gdm-password
注释行 "auth requied pam_succeed_if.so user != root quiet success"

方法3：（可以了！天哪没想到最简单的就是解决办法！我人都傻了）

(ssh登录)

修改界面登录用户的密码

(界面登录)

输入刚改的密码，成功！nice！

解决方案如下

使用 root 权限，通过SSH工具，登陆您的NAS系统SSH管理

重点

文件一、修改 /etc/pam.d/gdm-autologin 文件

 nano /etc/pam.d/gdm-autologin

注释行 "auth requied pam_succeed_if.so user != root quiet success"

auth requied pam_succeed_if.so user != root quiet success
修改为
#auth requied pam_succeed_if.so user != root quiet success

三、更新apt

用 hadoop 用户登录后，我们先更新一下 apt，后续我们使用 apt 安装软件，如果没更新可能有一些软件安装不了。按 ctrl+alt+t 打开终端窗口，执行如下命令：

sudo apt-get update

若出现如下 "Hash校验和不符" 的提示，可通过更改软件源来解决。若没有该问题，则不需要更改。从软件源下载某些软件的过程中，可能由于网络方面的原因出现没法下载的情况，那么建议更改软件源。在学习Hadoop过程中，即使出现“Hash校验和不符”的提示，也不会影响Hadoop的安装。

首先点击左侧任务栏的【系统设置】（齿轮图标），选择【软件和更新】

点击 “下载自” 右侧的方框，选择【其他节点】

在列表中选中【mirrors.ubuntu.com】，并点击右下角的【选择服务器】，会要求输入用户密码，输入即可。

接着点击关闭。

此时会提示列表信息过时，点击【重新载入】，

最后耐心等待更新缓存即可。更新完成会自动关闭【软件和更新】这个窗口。如果还是提示错误，请选择其他服务器节点如 mirrors.163.com 再次进行尝试。更新成功后，再次执行 sudo apt-get update 就正常了。

后续需要更改一些配置文件，我比较喜欢用的是 vim（vi增强版，基本用法相同），建议安装一下（如果你实在还不会用 vi/vim 的，请将后面用到 vim 的地方改为 gedit，这样可以使用文本编辑器进行修改，并且每次文件更改完成后请关闭整个 gedit 程序，否则会占用终端）：

sudo apt-get install vim

安装软件时若需要确认，在提示处输入 y 即可。

vim的常用模式有分为命令模式，插入模式，可视模式，正常模式。本教程中，只需要用到正常模式和插入模式。二者间的切换即可以帮助你完成本指南的学习。

1. 正常模式

   正常模式主要用来浏览文本内容。一开始打开vim都是正常模式。在任何模式下按下Esc键就可以返回正常模式

2. 插入编辑模式

   插入编辑模式则用来向文本中添加内容的。在正常模式下，输入i键即可进入插入编辑模式

3. 退出vim

   如果有利用vim修改任何的文本，一定要记得保存。Esc键退回到正常模式中，然后输入:wq即可保存文本并退出vim

四、安装SSH、配置SSH无密码登陆

集群、单节点模式都需要用到 SSH 登陆（类似于远程登陆，你可以登录某台 Linux 主机，并且在上面运行命令），Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server：

sudo apt-get install openssh-server

安装后，可以使用如下命令登陆本机：

ssh localhost

此时会有如下提示(SSH首次登陆提示)，输入 yes 。然后按提示输入密码 hadoop，这样就登陆到本机了。

但这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。

首先退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中：

exit # 退出刚才的 ssh localhost
cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost
ssh-keygen -t rsa # 会有提示，都按回车就可以
cat ./id_rsa.pub >> ./authorized_keys # 加入授权

~的含义: 在 Linux 系统中，~ 代表的是用户的主文件夹，即 "/home/用户名" 这个目录，如你的用户名为 hadoop，则 ~ 就代表 "/home/hadoop/"。 此外，命令中的 # 后面的文字是注释，只需要输入前面命令即可。

此时再用 ssh localhost 命令，无需输入密码就可以直接登陆了，如下图所示。

五、安装Java环境

手动安装，推荐采用本方式

Hadoop3.1.3需要JDK版本在1.8及以上。需要按照下面步骤来自己手动安装JDK1.8。

把JDK1.8的安装包jdk-8u212-linux-x64.tar.gz，

下载到本地电脑，从宿主机/opt目录下将文件hadoop-3.1.3.tar.gz、jdk-8u212-linux-x64.tar.gz复制到容器Master中的/opt/software路径中（若路径不存在，则需新建），将Master节点JDK安装包解压到/opt/module路径中(若路径不存在，则需新建)目录下。

开发软件：Oracle VM VitrualBox

Oracle VM VirtualBox虚拟机与实体机文件的互传，是不能复制粘贴的。此时实体机与虚拟机里面的文件如何实现相互传输呢?下面是小北收集整理的OracleVirtualBox虚拟机如何实现文件夹共享，希望对大家有帮助~

OracleVirtualBox虚拟机如何实现文件夹共享

工具/原料

运行正常的Oracle VM VirtualBox虚拟机

运行正常的实体机(电脑)

方法/步骤1

1、首先在自己的实体机(电脑)上的磁盘上新建一个文件夹，例如在G盘新建“虚拟机共享文件夹”--------------------------------------------“Oracle VM VirtualBox”

2、打开Oracle VM VirtualBox虚拟机 ，点击“启动”，打开虚拟机

3、安装虚拟机的“安装增强功能”，安装完成之后。就开始在实体机和虚拟机之间建立文件的共享了。安装增强功能后，需要重启虚拟机。（小北之前的博客有具体操作详解）

在Windows中使用VirtualBox安装Ubuntu虚拟机Oracle VM VirtualBox——备赛笔记——2024全国职业院校技能大赛“大数据应用开发”赛项-CSDN博客https://blog.csdn.net/Zhiyilang/article/details/135223395?spm=1001.2014.3001.5501

方法/步骤2

1、在虚拟机中分配指定共享文件夹，点击菜单栏上的设备，选择共享文件夹

2、在弹出“设置”窗口中，点击左边共享文件夹页签，点击右边添加文件夹的按钮，在弹出的“添加共享文件”窗口中，添加共享文件夹路径，找到实体机新建的虚拟机共享文件夹，然后把固定分配，打钩，点击确定。然后就可以看到设置界面的设置情况。点击确定。

方法/步骤3

1、映射网络驱动器。共享文件夹添加成功后，就是映射网络驱动器了。选中我的电脑，右键，选择映射网络驱动器：

2、选择驱动器号，然后点击文件夹的浏览，在弹出的浏览文件窗口中，选择 我们的共享文件Oracle VM VirtualBox ，选择新建的虚拟机及共享文件夹，点击确定。然后点击完成。（先去Oracle VM VirtualBox 文件属性里共享一下）

3、此时，实体机和虚拟机之间的共享文件夹就做好了，打开我的电脑，就可以看到磁盘下面有一个新建的网络驱动器。双击打开，就可在在这个文件夹里面共享文件了！

没有安装"rpm"，代码如下：

sudo apt-get install rpm

1. 检测虚拟机是否存在JDK

rpm -qa | grep -i java 

（没有显示其他版本的jdk，表示不用输入下一段代码，不然会宕机，需要重新进入,很难退出）

如果存在使用该命令卸载

xargs -n1 sudo rpm -e --nodeps

2. 上传安装包

之前提过在虚拟机的opt目录下建两个文件夹分别是software和module

这里用的jdk是 jdk-8u212-linux-x64.tar.gz

平时我们都是在windows下安装jdk，都比较简单，今天我们在linux系统下来安装下jdk8,首先需要下载jdk8，下载链接：jdk-8u212-linux-x64.tar.gz_免费高速下载|百度网盘-分享无限制 (baidu.com)https://pan.baidu.com/s/1Lb-k1D1_h3YDZrP_d-L2Pg提取码：0706

复制这段内容后打开百度网盘，操作更方便哦~

将压缩包上传到/opt/software文件夹下面​

将安装包解压到 /opt/module