hadoop有三种运行模式，一种是本地模式，一种是伪分布式模式，一种是完全分布式模式，本节课我们来安装好hadoop并且配置本地模式并进行文本里面的字符统计分析。视频讲解地址：https://ke.qq.com/course/2837340

步骤如下：

1、确保jdk安装正确

2、安装并配置hadoop

（1）采用root账号登陆（或者其他管理员账号登陆，如果用非管理账户的话，就需要用终端命令行操作，比不上直接界面操作方便）

（2）把安装包放进Centos下面的/etc/hadoop文件夹内：在etc文件夹下面创建hadoop文件夹，然后把安装包拖拽进去（VMware Workstation Pro），或者通过SecureCRT工具将安装包导入到hadoop文件夹内。

安装包地址：链接：https://pan.baidu.com/s/1AJLenl05gs75XOQJisOyFg 提取码：4t4d

把安装包解压到本地，如下图所示：

效果如下,解压后的压缩包可以删掉了：

我们展开hadoop-2.9.2文件夹可见以下文件夹：

各文件夹作用如下：

bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本

etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件

lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）

sbin目录：存放启动或停止Hadoop相关服务的脚本

share目录：存放Hadoop的依赖jar包、文档、和官方案例

（3）配置hadoop环境变量

首先打开/etc/profile 这个系统配置文件，可以通过vi编辑器打开，也可以直接用gedit编辑器打开，图形界面通过gedit非常方便。

在文件的末尾新增配置内容如下（末尾三行）：

倒数第三行含义：注释，告诉别人你下面要配置hadoop_home相关参数

倒数第二行含义：设置Hadoop_home的值，也就是我们hadoop的安装路径（包含bin路径和sbin路径的那个目录就是hadoop安装路径）。 export 命令用于设置环境变量。

倒数第一行含义：设置Path的值，也就是我们所有的希望直接载入系统的环境变量。注意这里的分割符号是冒号而不是分号。意思是在原有的Path的内容基础上新增hadoop_home下面的bin路径和sbin路径。

最后保存，可以直接点击上面的“save”按钮，或直接ctrl+s

保存后，还需要让配置文件生效，使用的命令是：source filename 意思是在当前bash环境下读取并执行FileName中的命令。

所以我们要让profile生效，执行如下（下面第一行代码）：

最后看是否安装配置成功，则可以通过查看hadoop的版本，下面的第二行就是了。

3、进行字符分析

本次用的是本地模式，在hadoop安装根目录下的share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar 这个包里面有wordcount可以实现词频统计。WordCount可以说是MapReduce中的helloworld了，单词计数主要完成的功能是:统计一系列文本文件中每个单词出现的次数，通过完成这个简单程序让读者摸清 MapReduce 程序的基本结构。特别是对于每一个阶段的函数执行所产生的键值对。

（1）先在本地新建一个要被统计的文本文件。下面是在/etc/hadoop/下面新建一个examples文件夹（其实你新建在哪里都得）

然后在examples文件夹中新建helloword.txt文件

hellowrod.txt通过vi或gedit编辑器写一些内容并保存：

（2）调用wordcount来做统计

采用命令# hadoop jar jar地址要分析的文件地址输出结果地址

hadoop jar可以看做是java -jar的升级，可以和它一样带参数，像程序一样的解析，不同的是hadoop jar运行的jar包它会依赖于hadoop安装目录下面的一些环境，并且你jar包里指定了依赖了别的版本的jar包，hadoop jar会优先跑到它自己的share/hadoop/*目录下面去使用类，有的情况如果出现冲突，里面版本低于使用的，可以把hadoop里面相应的jar包删除。

以上语句意思是我已经通过cd 命令进入了hadoop安装目录。

以上语句意思是：调用hadoop-2.9.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar （注意如果不是/etc/hadoop这个目录下，则mapreduce-examples-2.9.2.jar 的路径要写全）里面的wordcount功能来分析 examples/helloword.txt（注意如果不是/etc/hadoop这个目录下，则文本文件的路径要写全）里面的词频数据，然后把结果输出到当前目录下面的resultCount文件夹里面（系统会自动建立这个文件夹）。

运行后，我们可以看到/etc/hadoop/目录下面多了一个resultCount文件夹