cd /usr/local/src/hadoop tar -zxvf hadoop-3.1.3.tar.gz # 解压到/usr/local/src中 cd /usr/local/src/hadoop sudo mv ./hadoop-3.1.3/ ./hadoop # 将文件夹名改为hadoop sudo chown -R hadoop ./hadoop # 修改文件权限
Hadoop 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：
cd /usr/local/src/hadoop/hadoop ./bin/hadoop version
>
> **相对路径与绝对路径**
>
>
> 请务必注意命令中的相对路径与绝对路径，本文后续出现的 `./bin/...`，`./etc/...` 等包含 ./ 的路径，均为相对路径，以 /usr/local/hadoop 为当前目录。例如在 /usr/local/hadoop 目录中执行 `./bin/hadoop version` 等同于执行 `/usr/local/hadoop/bin/hadoop version`。可以将相对路径改成绝对路径来执行，但如果你是在主文件夹 ~ 中执行 `./bin/hadoop version`，执行的会是 `/home/hadoop/bin/hadoop version`，就不是我们所想要的了。
>
>
>
#### 🥓7、Hadoop单机配置(非分布式)
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。
现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 `./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar` 可以看到所有例子），包括 wordcount、terasort、join、grep 等。
在此我们选择运行 grep 例子，我们将 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。
cd /usr/local/src/hadoop/hadoop mkdir ./input cp ./etc/hadoop/.xml ./input # 将配置文件作为输入文件 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep ./input ./output 'dfs[a-z.]+' cat ./output/ # 查看运行结果
**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。
rm -r ./output
#### 🍖8、Hadoop伪分布式配置
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。
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
修改为下面配置：
同样的修改配置文件**hdfs-site.xml**
gedit ./etc/hadoop/hdfs-site.xml
修改为下面配置：
>
> **Hadoop配置文件说明**
>
>
> Hadoop 的运行方式是由配置文件决定的（运行 Hadoop 时会读取配置文件），因此如果需要从伪分布式模式切换回非分布式模式，需要删除 core-site.xml 中的配置项。
>
>
> 此外，伪分布式虽然只需要配置 fs.defaultFS 和 dfs.replication 就可以运行（官方教程如此），不过若没有配置 hadoop.tmp.dir 参数，则默认使用的临时目录为 /tmp/hadoo-hadoop，而这个目录在重启时有可能被系统清理掉，导致必须重新执行 format 才行。所以我们进行了设置，同时也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir，否则在接下来的步骤中可能会出错。
>
>
>
配置完成后，执行 NameNode 的格式化:
cd /usr/local/src/hadoop/hadoop ./bin/hdfs namenode -format
没有出现ERROR就说明成功
如果在这一步时提示 **Error: JAVA\_HOME is not set and could not be found.** 的错误，则说明之前设置 JAVA\_HOME 环境变量那边就没设置好，请按教程先设置好 JAVA\_HOME 变量，否则后面的过程都是进行不下去的。如果已经按照前面教程在.bashrc文件中设置了JAVA\_HOME，还是出现 **Error: JAVA\_HOME is not set and could not be found.** 的错误，那么，请到hadoop的安装目录修改配置文件“/usr/local/src/hadoop/etc/hadoop/hadoop-env.sh”，在里面找到“export JAVA\_HOME=${JAVA\_HOME}”这行，然后，把它修改成JAVA安装路径的具体地址，比如，“export JAVA\_HOME=/usr/lib/jvm/default-java”，然后，再次启动Hadoop。
接着开启 NameNode 和 DataNode 守护进程。
cd /usr/local/src/hadoop/hadoop ./sbin/start-dfs.sh #start-dfs.sh是个完整的可执行文件，中间没有空格
###### 😺hdfs namenode问题解决
**出现这个问题的小伙伴不要慌，老哥又来帮你们解决问题了**😁😁😁
[root@master ~]# start-dfs.sh Starting namenodes on [master] ERROR: Attempting to operate on hdfs namenode as root ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation. Starting datanodes ERROR: Attempting to operate on hdfs datanode as root ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation. Starting secondary namenodes [master] ERROR: Attempting to operate on hdfs secondarynamenode as root ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
**解决方法：**
在Hadoop安装目录下找到sbin文件夹
在里面修改四个文件
**对start-dfs.sh和stop-dfs.sh文件，添加下列参数**(😋这里我用的shift+g定位到末尾，按下a键或者e键进行编辑，添加在末尾，添加完成后按Esc输入:wq进行保存)：
#!/usr/bin/env bash HDFS_DATANODE_USER=root HADOOP_SECURE_DN_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root
**对start-yarn.sh和stop-yarn.sh文件，添加下列参数**(😋这里我用的shift+g定位到末尾，按下a键或者e键进行编辑，添加在末尾，添加完成后按Esc输入:wq进行保存)：
#!/usr/bin/env bash YARN_RESOURCEMANAGER_USER=root HADOOP_SECURE_DN_USER=yarn YARN_NODEMANAGER_USER=root
修改后重启 ./start-dfs.sh，成功！
###### 😺JAVA\_HOME问题解决
如果修改后又出现一下问题：
Starting namenodes on [localhost] localhost: ERROR: JAVA_HOME is not set and could not be found. Starting datanodes localhost: ERROR: JAVA_HOME is not set and could not be found. Starting secondary namenodes [utu-VirtualBox] utu-VirtualBox: ERROR: JAVA_HOME is not set and could not be found.
JAVA环境变量已经配好了，终端输入java -version也会显示版本信息。那这是什么问题呢？
###### 😺 Could not resolve hostname问题
**👼老哥帮你解决问题：**
修改hadoop-env.sh (我的hadoop安装在/usr/local/src/hadoop/hadoop 目录下)
sudo gedit /usr/local/src/hadoop/hadoop/etc/hadoop/hadoop-env.sh
将原本的JAVA\_HOME 替换为绝对路径就可以了
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/local/src/jdk/jdk1.8.0_162
**出现这个问题的小伙伴不要慌，老哥又来帮你们解决问题了**😁😁😁
>
> ##### 启动 Hadoop 时提示 Could not resolve hostname
>
>
> 如果启动 Hadoop 时遇到输出非常多“ssh: Could not resolve hostname xxx”的异常情况，如下图所示：
>
>
> 
>
>
> **这个并不是 ssh 的问题，可通过设置 Hadoop 环境变量来解决。首先按键盘的 ctrl + c 中断启动，然后在 ~/.bashrc 中，增加如下两行内容（设置过程与 JAVA\_HOME 变量一样，其中 HADOOP\_HOME 为 Hadoop 的安装目录）：**
>
>
>
> ```
> export HADOOP\_HOME=/usr/local/src/hadoop/hadoop
> export HADOOP\_COMMON\_LIB\_NATIVE\_DIR=$HADOOP\_HOME/lib/native
>
> ```
>
> **保存后，务必执行 `source ~/.bashrc` 使变量设置生效，然后再次执行 `./sbin/start-dfs.sh` 启动 Hadoop。**
>
>
>
启动完成后，可以通过命令 `jps` 来判断是否成功启动，若成功启动则会列出如下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode”（如果 SecondaryNameNode 没有启动，请运行 sbin/stop-dfs.sh 关闭进程，然后再次尝试启动尝试）。如果没有 NameNode（建议从**Hadoop伪分布式配置**进行配置）或 DataNode ，那就是配置不成功，请仔细检查之前步骤，或通过查看启动日志排查原因。
>
> ##### **Hadoop无法正常启动的解决方法**
>
>
> 一般可以查看启动日志来排查原因，注意几点：
>
>
> * 启动时会提示形如 “DBLab-XMU: starting namenode, logging to /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.out”，其中 DBLab-XMU 对应你的机器名，但其实启动日志信息是记录在 /usr/local/hadoop/logs/hadoop-hadoop-namenode-DBLab-XMU.log 中，所以应该查看这个后缀为 **.log** 的文件；
> * 每一次的启动日志都是追加在日志文件之后，所以得拉到最后面看，对比下记录的时间就知道了。
> * 一般出错的提示在最后面，通常是写着 Fatal、Error、Warning 或者 Java Exception 的地方。
> * 可以在网上搜索一下出错信息，看能否找到一些相关的解决方法。
>
>
> 此外，**若是 DataNode 没有启动**，可尝试如下的方法（注意这会删除 HDFS 中原有的所有数据，如果原有的数据很重要请不要这样做）：
>
>
>
> ```
> # 针对 DataNode 没法启动的解决方法
> cd /usr/local/src/hadoop/hadoop
> ./sbin/stop-dfs.sh # 关闭
> rm -r ./tmp # 删除 tmp 文件，注意这会删除 HDFS 中原有的所有数据
> ./bin/hdfs namenode -format # 重新格式化 NameNode
> ./sbin/start-dfs.sh # 重启
>
> ```
>
>
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。
#### 🍳9、运行Hadoop伪分布式实例
上面的单机模式，grep 例子读取的是本地数据，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：
./bin/hdfs dfs -mkdir -p /user/hadoop
>
> *注意*
>
>
> 教材《大数据技术原理与应用》的命令是以”./bin/hadoop dfs”开头的Shell命令方式，实际上有三种shell命令方式。
>
>
> 1. hadoop fs
> 2. hadoop dfs
> 3. hdfs dfs
>
>
> hadoop fs适用于任何不同的文件系统，比如本地文件系统和HDFS文件系统
> hadoop dfs只能适用于HDFS文件系统
> hdfs dfs跟hadoop dfs的命令作用一样，也只能适用于HDFS文件系统
>
>
>
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:
./bin/hdfs dfs -mkdir input ./bin/hdfs dfs -put ./etc/hadoop/*.xml input
复制完成后，可以通过如下命令查看文件列表：
./bin/hdfs dfs -ls input
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）。
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'
查看运行结果的命令（查看的是位于 HDFS 中的输出结果）：
./bin/hdfs dfs -cat output/*
结果如下，注意到刚才我们已经更改了配置文件，所以运行结果不同。
我们也可以将运行结果取回到本地：
rm -r ./output # 先删除本地的 output 文件夹（如果存在） ./bin/hdfs dfs -get output ./output # 将 HDFS 上的 output 文件夹拷贝到本机 cat ./output/*
Hadoop 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:
./bin/hdfs dfs -rm -r output # 删除 output 文件夹
>
> *运行程序时，输出目录不能存在*
>
>
> 运行 Hadoop 程序时，为了防止覆盖结果，程序指定的输出目录（如 output）不能存在，否则会提示错误，因此运行前需要先删除输出目录。在实际开发应用程序时，可考虑在程序中加上如下代码，能在每次运行时自动删除输出目录，避免繁琐的命令行操作：
>
>
### 一、网安学习成长路线图
网安所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
### 二、网安视频合集
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
### 三、精品网安学习书籍
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
### 四、网络安全源码合集+工具包
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
### 五、网络安全面试题
最后就是大家最关心的网络安全面试题板块
详情docs.qq.com/doc/DSlhRRFFyU2pVZGhS
