前言

        提起大数据，就会觉得很厉害，将众多的数据整合在一起，在有条理的呈现在屏幕前的我们。有时候可能会想到底是什么在支撑着大数据，大数据的出现，方便了我们日常生活中的方方面面。那这些海量的数据计算机是怎么存储和分析的呢，那就要引出一个大数据底层支撑平台——hadoop。hadoop具有处理海量数据，支撑多种数据格式，以及快速响应等功能，为数据的挖掘提供工具。

1、安装环境

由于资源有限，使用VMware创建虚拟机，搭建虚拟环境。ubuntu 22.04版本，hadoop3.4.0版本，Jdk8u451版本（jdk版本和hadoop版本一定相互兼容，不然很容易出问题）

hadoop和jdk的版本对照表（源自网上）：

Hadoop 版本范围	支持的 Java 版本
Hadoop 3.3.x	Java 8 和 Java 11（仅运行时支持，编译需使用 Java 8）
Hadoop 3.0.x - 3.2.x	Java 8
Hadoop 2.7.x - 2.10.x	Java 7 和 Java 8
Hadoop 2.6.x及以下	Java 6
Hadoop 1.x	Java 6

2、安装Jdk8

2.1 本机在官网下载linux（x64位）的jdk8,然后通过ssh连接的软件（xshell或者mobaxterm），放入虚拟机ubuntu下的/opt目录,并解压至/usr/local下。jdk的官网地址：https://www.oracle.com/java/technologies/downloads/

cd /opt
mkdir /usr/local/java
tar -zxvf jdk-8u451-linux-x64.tar.gz -C /usr/local/java
cd /usr/local/java

2.2 解压后，将Java加到环境变量当中，并生效

vim /etc/profile  #在最末尾加上java的环境变量
#java
JAVA_HOME=/usr/local/java/jdk1.8.0_451  #java的绝对路径
PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOMEsource /etc/profile

2.3 查看Java版本

java -version

3、安装hadoop

3.1 下载和解压hadoop

wget https://downloads.apache.org/hadoop/common/hadoop-3.4.0/hadoop-3.4.0.tar.gz
tar -zxf hadoop-3.4.0.tar.gz -C /usr/local  #将hadoop的解压文件放在/usr/local下
cd /usr/local
mv ./hadoop-3.4.0 ./hadoop

3.2 设置hadoop环境变量

vi /etc/profile
#文件内容：
export HADOOP_HOME=/usr/local/hadoop   #指向hadoop的绝对路径
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbintail -2 /etc/profile
source /etc/profile
hadoop version

3.2 修改hadoop权限，改成普通用户。当前我的系统有一个普通用户sa

chown -R 自己选择一个用户名 ./hadoop

4、验证hadoop

4.1 安装完成后，Hadoop默认模式为非分布式模式， 即单java进程。运行一个grep例子，在hadoop目录下，创建输入文件夹input，并在其中添加测试文件,运行如下命令。

mkdir input
echo "dfsabc dfsefg dfsxyz dfs123" > input/file1.txt
echo "dfsabc dfsxyz dfs456" > input/file2.txt
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop- mapreduce-examples-3.4.0.jar grep input output 'dfs[a-z.]+'   #在hadoop目录下执行程序