主要包括以下三部分，本文为第二部分： 一. Scala环境准备 查看 二. Hadoop集群(伪分布模式)安装 三. Spark集群(standalone模式)安装 查看

Hadoop集群(伪分布模式)安装

  1. 依赖项：jdk(hadoop与java版本兼容性参考链接)、ssh； 执行ssh localhost若提示：localhost: ssh: connect to host localhost port 22: Connection refused 则需要: a.检查是否安装了openssh，若没有则建议通过brew install openssh安装(需要先安装brew，安装brew前还需要先安装xcode，安装方法见官网，官网的方法若超时，可以先在浏览器中打开curl链接并复制到本地保存(如~/Desktop/install)，然后修改安装命令为:/usr/bin/ruby -e "$(cat ~/Desktop/install)" )，启动方式：sudo /usr/sbin/sshd若启动失败并提示： Could not load host key: /etc/ssh/ssh_host_rsa_key Could not load host key: /etc/ssh/ssh_host_dsa_key Could not load host key: /etc/ssh/ssh_host_ecdsa_key Could not load host key: /etc/ssh/ssh_host_ed25519_key则，执行以下操作后重新启动：sudo cp ~/.ssh/id_rsa /etc/ssh/ssh_host_rsasudo cp ~/.ssh/id_rsa.pub /etc/ssh/ssh_host_rsa.pub启动后通过ps -ef | grep ssh检查ssh服务是否存在 b.检查是否存在以下文件，且authorized_keys 中包含id_rsa.pub中的内容~/.ssh/id_rsa.pub~/.ssh/id_rsa~/.ssh/authorized_keys若没有id_rsa.*文件，则执行以下操作：ssh-keygen -t rsacat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keyschmod 0600 ~/.ssh/authorized_keys
  2. 修改/etc/hosts文件(可选) 添加本机ip到localhost的映射(sudo vim /etc/hosts)，如下所示：xx.xx.xx.xx localhost 这一步是为了可以使用形如：hdfs://xx.xx.xx.xx:9000/file/path的格式访问hdfs，否则只能使用localhost。
  3. 下载hadoop-2.7.6安装包，解压到~/tools/hadoop-2.7.6；
  4. 修改配置 a.etc/hadoop/core-site.xml中添加如下配置：xml <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> </configuration>b.etc/hadoop/hdfs-site.xml中添加如下配置：xml <configuration> <property> <name>dfs.replication</name> <value>1</value> </configuration>以上为hdfs相关配置，若要使用yarn，还需进行以下配置 c.拷贝etc/hadoop/mapred-site.xml.template到etc/hadoop/mapred-site.xml并添加如下配置：xml <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>d.etc/hadoop/yarn-site.xml中添加如下配置：xml <configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>注：默认存储路径为/tmp/hadoop-<username>/，可以通过配置 “dfs.namenode.name.dir”、 “dfs.datanode.data.dir” 显式指定，参考文档；
  5. 启动服务 a.格式化namenode./bin/hdfs namenode -formatb.启动HDFS./sbin/start-dfs.sh c.若要启用历史任务服务，执行以下命令：./sbin/mr-jobhistory-daemon.sh start historyserverd.若要使用yarn，执行以下命令./sbin/start-yarn.sh启动后通过jps命令查看启动的服务，应包含：DataNode、NameNode、SecondaryNameNode(若启动了yarn，还包括：NodeManager、ResourceManager；若启动了历史服务，还包括：JobHistoryServer)；
  6. 通过以下网址查看服务状态 a.历史任务：http://localhost:19888/ b.集群状态：http://localhost:8088/ c.NameNode状态：http://localhost:50070/
  7. 测试 通过以下命令测试hdfs是否可用：./bin/hadoop fs -ls /./bin/hadoop fs -ls hdfs://localhost:9000/./bin/hadoop fs -ls hdfs://xx.xx.xxx.xxx:9000/./bin/hdfs dfs -ls /./bin/hdfs dfs -ls hdfs://localhost:9000/./bin/hdfs dfs -ls hdfs://xx.xx.xxx.xxx:9000/若服务可用，需要创建以下目录：hdfs://localhost:9000/user/<username>
  8. 停止服务 可将以下命令写入stop.sh批量执行：./sbin/stop-dfs.sh./sbin/stop-yarn.sh./sbin/mr-jobhistory-daemon.sh stop historyserver

注：若配置了yarn(4.c)，则官网中下面的例子是无法成功执行的；若只配置了hdfs(4.a，4.b)，是没有问题的：

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.6.jar grep input output 'dfs[a-z.]+'

参考文档：官方文档