大数据之hadoop伪分布模式环境变量配置

单节点集群模式（a Single Node Cluster）又称伪分布模式，只需一个节点即可运行。这种模式一般只是用来学习或者开发、测试使用。实际使用中还是使用多节点的分布式。                            

1、环境变量配置

为了方便的执行Hadoop程序，需要配置很多系统环境变量。主要有以下几个变量

设置HADOOP_HOME为Hadoop的安装路径

export HADOOP_HOME=/home/hduser/hadoop 

设置将hadoop添加到PATH，上文中已经介绍过hadoop的运行文件在bin和sbin目录下，通过设置PATH后，我们可以在任何位置执行hadoop命令。

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin

设置hadoop其他环境变量

export HADOOP_MAPRED_HOME=$HADOOP_HOME

export HADOOP_COMMON_HOME=$HADOOP_HOME

export HADOOP_HDFS_HOME=$HADOOP_HOME

export YARN_HOME=$HADOOP_HOME

链接库的相关设置

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME

export HADOOP_OPTS=”-Djava.library.path=$HADOOP_HOME/lib”

export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH

与配置Jdk的系统环境变量方法一致，我们只需将需要配置的系统变量添加到用户主目录下的.bashrc文件中即可。打开Ubuntu虚拟机，然后打开Xshell连接登陆到虚拟机，在用户主目录下执行命令 vim .bashrc

在新的框体中输入i进入编辑模式，然后在文件末尾输入下述内容

按esc退出编辑模式，输入:wq保存并退出

命令行中输入 source .bashrc命令更新一下系统环境变量

更新完成后我们可以通过echo $HADOOP_HOME测试系统变量是否添加成功，如下图所示表明已经成功。

Hadoop 默认模式为非分布式模式（本地模式），无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。在此我们可以在本地模式下运行部分Hadoop自带MapReduce例子来验证Hadoop能够正常运行，同时体验Hadoop中MapReduce运行命令格式。在命令行中输入

cd hadoop/                          #进入Hadoop安装文件目录

mkdir ./input                       #在hadoop文件夹下创建输入文件 

cp ./etc/hadoop/*.xml ./input      #将配置文件作为输入文件

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'   #运行MapReduce中grep例子，筛选符合正则表达式dfs[a-z]+的单词并统计其出现的次数，并将结果放入output文件夹中，关于正则表达式更多内容，参见附录三：正则表达式速查表格 

cat ./output/*                  #查看运行结果

删除创建的文件使用以下命令

rm -r ./output 

rm -r ./input

Hadoop 还可以在单节点上以伪分布式的方式运行，此时Hadoop 进程以分离的 Java 进程来运行，节点既作为NameNode 也作为DataNode，同时读取的是 HDFS 中的文件。这种模式需要修改相应的配置文件，我们将会在下文中进行详细讲解。