安装 SSH 客户端
安装SSH：
$ sudo yum install openssh-clients openssh-server安装完成后，可以使用下面命令进行测试：
$ ssh localhost输入root账户的密码，如果可以正常登录，则说明SSH安装没有问题。测试正常后使用exit命令退出ssh。
安装 JAVA 环境
安装 JDK
使用yum来安装1.7版本OpenJDK：
$ sudo yum install java-1.7.0-openjdk java-1.7.0-openjdk-devel安装完成后，输入java和javac命令，如果能输出对应的命令帮助，则表明jdk已正确安装。
配置 JAVA 环境变量
执行命令:
编辑 ~/.bashrc，在结尾追加：
export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk保存文件后执行下面命令使JAVA_HOME环境变量生效:
$ source ~/.bashrc为了检测系统中JAVA环境是否已经正确配置并生效，可以分别执行下面命令:
$ java -version
$ JAVA_HOME/bin/java -version
若两条命令输出的结果一致，且都为我们前面安装的openjdk-1.7.0的版本，则表明JDK环境已经正确安装并配置。
安装 Hadoop
下载 Hadoop
本教程使用hadoop-2.7.1版本，使用wget工具在线下载：
$ wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz安装 Hadoop
将Hadoop安装到/usr/local目录下:
$ tar -zxf hadoop-2.7.1.tar.gz -C /usr/local
对安装的目录进行重命名，便于后续操作方便:
$ cd /usr/local
$ mv ./hadoop-2.7.1/ ./hadoop
检查Hadoop是否已经正确安装:
$ /usr/local/hadoop/bin/hadoop version
如果成功输出hadoop的版本信息，表明hadoop已经成功安装。
Hadoop 伪分布式环境配置
设置 Hadoop 的环境变量
编辑 ~/.bashrc，在结尾追加如下内容：
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
使Hadoop环境变量配置生效:
$ source ~/.bashrc
修改 Hadoop 的配置文件
Hadoop的配置文件位于安装目录的/etc/hadoop目录下，在本教程中即位于/url/local/hadoop/etc/hadoop目录下，需要修改的配置文件为如下两个:
/usr/local/hadoop/etc/hadoop/core-site.xml
/usr/local/hadoop/etc/hadoop/hdfs-site.xml
编辑 core-site.xml，修改<configuration></configuration>节点的内容为如下所示：
core-site.xml
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>location to store temporary files</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>
同理，编辑 hdfs-site.xml，修改<configuration></configuration>节点的内容为如下所示：
hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/tmp/dfs/data</value>
</property>
</configuration>
格式化 NameNode
格式化NameNode:
$ /usr/local/hadoop/bin/hdfs namenode -format
在输出信息中看到如下信息，则表示格式化成功:
Storage directory /usr/local/hadoop/tmp/dfs/name has been successfully formatted.
Exiting with status 0
启动 NameNode 和 DataNode 守护进程
启动NameNode和DataNode进程:
$ /usr/local/hadoop/sbin/start-dfs.sh
执行过程中会提示输入用户密码，输入root用户密码即可。另外，启动时ssh会显示警告提示是否继续连接，输入yes即可。
检查 NameNode 和 DataNode 是否正常启动:
$ jps
如果NameNode和DataNode已经正常启动，会显示NameNode、DataNode和SecondaryNameNode的进程信息:
[hadoop@VM_80_152_centos ~]$ jps
3689 SecondaryNameNode
3520 DataNode
3800 Jps
3393 NameNode
运行 Hadoop 伪分布式实例
查看 Hadoop 自带的例子
Hadoop 附带了丰富的例子, 执行下面命令可以查看：
$ cd /usr/local/hadoop
$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar
在 HDFS 中创建用户目录
在 HDFS 中创建用户目录 hadoop：
$ /usr/local/hadoop/bin/hdfs dfs -mkdir -p /user/hadoop
准备实验数据
本教程中，我们将以 Hadoop 所有的 xml 配置文件作为输入数据来完成实验。执行下面命令在 HDFS 中新建一个 input 文件夹并将 hadoop 配置文件上传到该文件夹下：
$ cd /usr/local/hadoop
$ ./bin/hdfs dfs -mkdir /user/hadoop/input
$ ./bin/hdfs dfs -put ./etc/hadoop/*.xml /user/hadoop/input
使用下面命令可以查看刚刚上传到 HDFS 的文件:
$ /usr/local/hadoop/bin/hdfs dfs -ls /user/hadoop/input
运行实验
运行实验:
$ cd /usr/local/hadoop
$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep /user/hadoop/input /user/hadoop/output 'dfs[a-z.]+'
上述命令以 HDFS 文件系统中的 input 为输入数据来运行 Hadoop 自带的 grep 程序，提取其中符合正则表达式 dfs[a-z.]+ 的数据并进行次数统计，将结果输出到 HDFS 文件系统的 output 文件夹下。
查看运行结果
上述例子完成后的结果保存在 HDFS 中，通过下面命令查看结果:
$ /usr/local/hadoop/bin/hdfs dfs -cat /user/hadoop/output/*
如果运行成功，可以看到如下结果:
1 dfsadmin
1 dfs.replication
1 dfs.namenode.name.dir
1 dfs.datanode.data.dir
删除 HDFS 中的结果目录:
$ /usr/local/hadoop/bin/hdfs dfs -rm -r /user/hadoop/output
运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录不能存在，否则会提示错误，因此在下次运行前需要先删除输出目录。
关闭 Hadoop 进程：
$ /usr/local/hadoop/sbin/stop-dfs.sh
再起启动只需要执行下面命令：
$ /usr/local/hadoop/sbin/start-dfs.sh
大功告成
哈哈，这就已经完成了搭建 Hadoop 伪分布式环境了。
来源：oschina
链接：https://my.oschina.net/u/2928598/blog/1560162