（一）安装虚拟机和
Linux环境。1.安装
VirtualBox 6.1.12
2.安装
Ubuntu Kylin
（二）参照实验教材第三章的内容安装
Hadoop系统，安装单机模式。1.创建
hadoop用户①首先按
ctrl+alt+t打开终端窗口，创建可以登陆的hadoop用户，并使用/bin/bash作为shell。
②设置密码，为hadoop用户增加管理员权限，方便部署；
③最后注销当前用户（点击屏幕右上角的齿轮，选择注销），返回登陆界面。在登陆界面中选择刚创建的hadoop用户进行登陆。
2.更新
apt①用
hadoop用户登录后，先更新apt，后续我们使用apt安装软件，如果没更新可能有一些软件安装不了。
②后续需要更改一些配置文件，先安装vim。
3.安装
SSH、配置SSH无密码登陆①集群、单节点模式都需要用到
SSH登陆（类似于远程登陆，可以登录某台Linux主机，并且在上面运行命令），Ubuntu默认已安装了SSH client，此外还需要安装SSH server。
②安装SSH server后，可以使用如下命令登陆本机：
③每次登陆是需要每次输入密码的，需要配置成SSH无密码登陆比较方便。首先退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中。
④此时再用ssh localhost命令，无需输入密码就可以直接登陆。
4.安装
Java环境①
Hadoop3.1.3需要JDK版本在1.8及以上，以下采用手动方式安装JDK1.8。压缩格式的文件jdk-8u162-linux-x64.tar.gz下载到本地电脑，保存在“/home/hadoop/桌面”目录下。在Linux命令行界面中，执行如下Shell命令（注意：当前登录用户名是hadoop）
②JDK文件解压缩以后，可以执行如下命令到/usr/lib/jvm目录可以看到，在/usr/lib/jvm目录下有个jdk1.8.0_162目录。
③继续执行如下命令，设置环境变量。
④打开了hadoop用户的环境变量配置文件，请在这个文件的开头位置，添加如下几行内容，保存.bashrc文件并退出vim编辑器。
⑤然后继续执行如下命令让.bashrc文件的配置立即生效，随后查看是否安装成功。在屏幕上返回如下信息，则说明安装成功。
5.安装
Hadoop3.1.3①压缩格式的文件
hadoop-3.1.3.tar.gz已经下载保存在“/home/hadoop/桌面”目录下，选择将Hadoop安装至/usr/local/中，并将文件名改为hadoop和修改文件权限。
②Hadoop解压后即可使用，输入如下命令来检查Hadoop是否可用，成功则会显示Hadoop版本信息：
6.
Hadoop单机配置(非分布式)①
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。选择运行grep例子，将input文件夹中的所有文件作为输入，筛选当中符合正则表达式dfs[a-z.]+的单词并统计出现的次数，最后输出结果到output文件夹中。
②执行成功后如下所示，输出了作业的相关信息，输出的结果是符合正则的单词dfsadmin出现了1次。
③（注意，Hadoop默认不会覆盖结果文件，因此再次运行上面实例会提示出错，需要先将./output删除。）
（三）参照实验教材第三章的内容安装
Hadoop系统，安装伪分布式模式。
Hadoop可以在单节点上以伪分布式的方式运行，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。
Hadoop的配置文件位于/usr/local/hadoop/etc/hadoop/中，伪分布式需要修改2个配置文件core-site.xml和hdfs-site.xml。Hadoop的配置文件是xml格式，每个配置以声明property的name和value的方式来实现。
①修改配置文件core-site.xml(通过gedit编辑会比较方便:gedit ./etc/hadoop/core-site.xml)，将当中的
修改为
②同样修改配置文件 hdfs-site.xml：
修改为
③配置完成后，执行NameNode的格式化:，成功的话，会看到 “successfully formatted” 的提示，具体返回类似如下信息。
（四） 运行伪分布式模式，在网络页面上展示
HDFS的信息。①开启
NameNode和DataNode守护进程。
②成功启动后，可以访问Web界面http://localhost:9870查看NameNode和Datanode信息，还可以在线查看HDFS中的文件。
（五）运行伪分布式模式的实例。
①伪分布式读取的则是
HDFS上的数据。要使用HDFS，首先需要在HDFS中创建用户目录：
②接着将./etc/hadoop中的xml文件作为输入文件复制到分布式文件系统中，即将/usr/local/hadoop/etc/hadoop复制到分布式文件系统中的/user/hadoop/input中。我们使用的是hadoop用户，并且已创建相应的用户目录/user/hadoop，因此在命令中就可以使用相对路径如input，其对应的绝对路径就是/user/hadoop/input:
③复制完成后，可以通过如下命令查看文件列表：
④伪分布式运行MapReduce作业的方式跟单机模式相同，区别在于伪分布式读取的是HDFS中的文件（可以将单机步骤中创建的本地input文件夹，输出结果output文件夹都删掉来验证这一点）。
⑤查看运行结果的命令（查看的是位于 HDFS 中的输出结果）。注意到刚才已经更改了配置文件，所以运行结果不同。
⑥将运行结果取回到本地：
⑦Hadoop运行程序时，输出目录不能存在，否则会提示错误 “org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/user/hadoop/output already exists” ，因此若要再次执行，需要执行如下命令删除output文件夹:
⑧若要关闭Hadoop，则运行./sbin/stop-dfs.sh。
下次启动hadoop时，无需进行NameNode的初始化，只需要运行./sbin/start-dfs.sh就可以。
