Hadoop有三種安裝模式：

1. 獨立模式(Standalone)。
2. 偽分佈模式(Pseudo-Distributed)。
3. 多機安裝模式(Fully-Distributed)。

其中獨立模式(Standalone)與偽分佈模式(Pseudo-Distributed)只需要一台host即可，多機安裝模式(Fully-Distributed)則需要多個host來達到分散(Distributed)的效果，接下來這篇文章會介紹這三種安裝方法。

獨立模式 Standalone

基本上Hadoop預設的模式就是Standalone，只要完成事前準備步驟1-5即可使用。Standalone僅供測試與體驗用途，若要執行大量運算或是儲存大量資料有可能就會撐不住啦。

讓我們來測試一下Standalone是否可以正常運作。

• 檢查Hadoop版本：

hadoop version

#回傳結果：
Hadoop 2.8.2
Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r 66c47f2a01ad9637879e95f80c41f798373828fb
Compiled by jdu on 2017-10-19T20:39Z
Compiled with protoc 2.5.0
From source with checksum dce55e5afe30c210816b39b631a53b1d
This command was run using /home/stana/hadoop-2.8.2/share/hadoop/common/hadoop-common-2.8.2.jar

• 嘗試在Standalone上執行mapreduce的運算：

cd ~
mkdir input
cp $HADOOP_HOME/etc/hadoop/*.xml input
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.2.jar grep input output 'dfs[a-z.]+'

透過上面的指令，會把$HADOOP_HOME/etc/hadoop/*.xml路徑下所有.xml的檔案複製到~/input內，並使用hadoop-mapreduce-examples-2.8.2.jar執行MapReduce Job，會把~/input內所有檔案有關 dfs 開頭的字串撈出來。

#觀察執行結果：
cat output/*

可以看到符合條件的字串內容：

1	dfsadmin

Standalone的File System會直接使用本機的檔案系統，而非分散式的HDFS，這一點要特別注意。

偽分佈模式 Pseudo-Distributed

如果已經做好事前準備，完成解壓縮Hadoop tar檔案，接著就可以開始進行偽分佈安教步驟。

• Step 1. 編輯hadoop-env.sh。

sudo vi $HADOOP_HOME/etc/hadoop/hadoop-env.sh

加入JAVA_HOME設定，{path of your jdk7}為本機JAVA_HOME路徑：

# set to the root of your Java installation
export JAVA_HOME={path of your jdk7}

• Step 2. 編輯HDFS設定檔
  • core-site.xml

  sudo vi $HADOOP_HOME/etc/hadoop/core-site.xml
  

  加入下列設定，指定本機為HDFS的路徑(預設為file://)：

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

  • 編輯hdfs-site.xml

  sudo vi $HADOOP_HOME/etc/hadoop/hdfs-site.xml
  

  加入下列設定，將副本改為1(Default:3)。由於偽分佈只有一台機器，所以副本數改為1即可：

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

• Step 3. 編輯Yarn設定檔
  • mapred-site.xml

  sudo cp $HADOOP_HOME/etc/hadoop/mapred-site.xml.template $HADOOP_HOME/etc/hadoop/mapred-site.xml
  sudo vi $HADOOP_HOME/etc/hadoop/mapred-site.xml
  

  加入下列設定：

  <configuration>
      <property>
          <name>mapreduce.framework.name</name>
          <value>yarn</value>
      </property>
  </configuration>
  

  • yarn-site.xml

  sudo vi $HADOOP_HOME/etc/hadoop/yarn-site.xml
  

  加入下列設定：

  <configuration>
      <property>
          <name>yarn.nodemanager.aux-services</name>
          <value>mapreduce_shuffle</value>
      </property>
  </configuration>
  

• Step 4. 設定免密碼登入(ssh)

sudo ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
sudo cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
sudo chmod 0600 ~/.ssh/authorized_keys

• Step 5. 啟動Hadoop相關service:
  • 格式化HDFS：

  hdfs namenode -format
  

  • 啟動NameNode與DataNode的daemon：
    • 如果沒有設定免密碼，在此步驟會需要輸入多次的使用者密碼。

    cd $HADOOP_HOME/sbin
    ./start-dfs.sh
    

    • 啟動成功後，可透過http://localhost:50070連線至Web UI，畫面如下：
      
  • 啟動Yarn：
    • 如果沒有設定免密碼，在此步驟會需要輸入多次的使用者密碼。

    cd $HADOOP_HOME/sbin
    ./start-yarn.sh
    

    • 啟動成功後，可透過http://localhost:8088連線至Web UI，畫面如下：
      
• 如何關閉Hadoop相關service？
  • 關閉NameNode與DataNode

  cd $HADOOP_HOME/sbin
  ./stop-dfs.sh
  

  • 關閉Yarn：

    cd $HADOOP_HOME/sbin
    ./stop-yarn.sh
    

多機安裝模式 Fully-Distributed

基本上與偽分佈模式 (Pseudo-Distributed)的安裝方法幾乎一模ㄧ樣，只需要多設定幾個檔案即可。強烈建議要啟動hadoop service的所有機器一定要設定免密碼ssh，否則輸入密碼就非常頭大！

下列的步驟需要在每一台hadoop cluster的機器上設定：

• 編輯Hadoop設定檔
  • core-site.xml

  sudo vi $HADOOP_HOME/etc/hadoop/core-site.xml
  

  將{hostname}修改為主機名稱，指定本機為HDFS的路徑(在偽分佈為：hdfs://localhost:9000)：

  <configuration>
      <property>
          <name>fs.defaultFS</name>
          <value>hdfs://{hostname}:9000</value>
      </property>
  </configuration>
  

  • Slaves

  sudo vi $HADOOP_HOME/etc/hadoop/slaves
  

  加入將hadoop cluster的機器名稱全部加入。請將server-a1等名稱改為符合自己環境的hostname或是IP。

  server-a1
  server-a2
  server-a3
  

• 編輯/etc/hosts
  如果$HADOOP_HOME/etc/hadoop/slaves是以IP設定，那此步驟可以省略。
  由於使用hostname會讓每台電腦無法互相認識，故需要透過設定/etc/hosts或是架設DNS，將hadoop cluster內所有機器的hostname與ip加入此檔案。

設定完畢後，多機安裝模式 (Fully-Distributed)啟動與停止的指令都與偽分佈模式 (Pseudo-Distributed)相同。啟動成功後，你就已經有一個真正的分散式儲存與運算的平台了！

下一篇要來介紹Hadoop平台上的指令！