所需软件

Linux和Windows所需软件包括:

1、JavaTM1.5.x，必须安装，建议选择Sun公司发行的Java版本。建议用最新的发行版本，如jdk1.8 。

2、ssh 必须安装并且保证 sshd一直运行，以便用Hadoop 脚本管理远端Hadoop守护进程。

此外，在ssh安装的基础上，再安装pdsh

安装软件

如果你的集群尚未安装所需软件，你得首先安装它们。以centos Linux为例:

$ yum  install ssh 
$ yum  install pdsh</span>

下载Hadoop镜像，建议下载最新版本（最新版本hadoop-3.0.0-alpha1.tar.gz）

解压

hadoop使用版本：hadoop-3.0.0-alpha1.tar.gz，切换到Hadoop压缩包所在目录，解压hadoop-3.0.0-alpha1.tar.gz到/opt/目录下

tar  -zxvf  hadoop-3.0.0-alpha1  -C  /opt/

运行Hadoop集群的准备工作

切换到/opt/ hadoop-3.0.0-alpha1/目录，编辑 etc/hadoop/hadoop-env.sh文件，至少需要将JAVA_HOME设置为Java安装根路径。

# set to the root of your Java installation  
export JAVA_HOME=/usr/java/jdk1.8.0_101/

注意：JAVA_HOME配置的路径，是java  jdk安装的路径，格式为：export JAVA_HOME=/<jdk direcotr>/<jdk folder>，修改生效，文件可执行：

chmod +x hadoop-env.sh
./hadoop-env.sh

尝试如下命令：

$ bin/hadoop 

将会显示hadoop 脚本的使用文档。

现在你可以用以下三种支持的模式中的一种启动Hadoop集群：

单机模式

伪分布式模式

完全分布式模式

单机模式的操作方法

默认情况下，Hadoop被配置成以非分布式模式运行的一个独立Java进程。这对调试非常有帮助。下面的实例将已解压的 conf 目录拷贝作为输入，查找并显示匹配给定正则表达式的条目。输出写入到指定的output目录。 进入镜像解压后的hadoop-3.0.0-alpha1目录

$ mkdir input 
$ cp conf/*.xml input 
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha1.jar grep input output 'dfs[a-z.]+' 
$ cat output/*

伪分布式模式的操作方法

Hadoop可以在单节点上以所谓的伪分布式模式运行，此时每一个Hadoop守护进程都作为一个独立的Java进程运行。
配置
使用如下的 etc/hadoop/core-site.xml:

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

etc/hadoop/hdfs-site.xml:

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

免密码ssh设置
现在确认能否不输入口令就用ssh登录localhost:

$ ssh localhost

如果用ssh登陆localhost，提示需要输入口令，执行下面的命令：

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
$ chmod  0600 ~/.ssh/authorized_keys

执行
格式化一个新的分布式文件系统：

$ bin/hdfs namenode -format

启动namenode和datanode守护进程：

$ sbin/start-dfs.sh

 
Hadoop守护进程的日志写入到 $HADOOP_LOG_DIR  目录 (默认是  $HADOOP_LOG_DIR /logs).
浏览NameNode网络接口，它的地址默认为：

NameNode —— http://localhost:9870/   （使用时localhost以Hadoop所在机器ip为准）

  

生成HDFS请求目录执行MapReduce任务

  $ bin/hdfs dfs -mkdir /user
  $ bin/hdfs dfs -mkdir /user/hduser

将输入文件拷贝到分布式文件系统

  $ bin/hdfs dfs -mkdir /user/hduser/input 
  $ bin/hdfs dfs -put etc/hadoop/*.xml /user/hduser/input

运行提供的示例程序

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha1.jar grep /user/hduser/input output 'dfs[a-z.]+' 

查看输出文件：
将输出文件从分布式文件系统拷贝到本地文件系统查看：

$ bin/hdfs dfs -get output output
$ cat output/*

或者，在分布式文件系统上查看输出文件：

$ bin/hdfs dfs -cat output/*

完成全部操作后，停止守护进程：

$ sbin/stop-dfs.sh

查看HDFS文件系统数据的shell命令

hadoop fs -ls /user/hadoop/output     #查看指定目录下的文件和文件夹。/user/hadoop/output是HDFS上的目录，不是本地目录
hadoop fs -cat  /user/hadoop/output   #查看文件内容