Hadoop2.6.0完全分布式安装

本文地址:http://www.cnblogs.com/myresearch/p/hadoop-full-distributed-operation.html,转载请注明源地址。

我这边是使用了两台主机搭建集群,主机名与IP地址对应如下:

master            192.168.111.131

slave1             192.168.111.135

然后在该主机的 /etc/hostname 中,修改机器名为master,将其他主机命令为slave1、slave2等。接着在 /etc/hosts 中,把所有集群的主机信息都写进去。

hadoop@ubuntu:~$ sudo vim /etc/hostname
hadoop@ubuntu:~$ sudo vim /etc/hosts

127.0.0.1               localhost
192.168.111.131    master
192.168.111.135    slave1

完成后,最好重启一下,在终端中才会看到机器名的变化。

配置好后可以在各个主机上执行ping Masterping Slave1测试一下,看是否相互ping得通。

在slave主机上配置hadoop用户、安装SSH server、安装Java环境

SSH无密码登陆节点

首先生成master的公钥,实现本机的无密码登录,具体方法可参照《Hadoop2.6.0单机/伪分布式安装

用ssh master验证:

hadoop@master:~$ ssh master

Welcome to Ubuntu 14.04 LTS (GNU/Linux 3.13.0-24-generic x86_64)

* Documentation: https://help.ubuntu.com/

Last login: Wed May 13 22:38:37 2015 from master

接着将公匙传输到 slave1 节点:

hadoop@master:~$ scp ~/.ssh/id_rsa.pub hadoop@slave1:/home/hadoop/

接着在 slave1节点 上将ssh公匙保存到相应位置,执行:

hadoop@slave1:~/.ssh$ cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

最后在 Master 节点上就可以无密码SSH到Slave1节点:

hadoop@master:~$ ssh slave1

Welcome to Ubuntu 14.04 LTS (GNU/Linux 3.13.0-24-generic x86_64)

* Documentation: https://help.ubuntu.com/

545 packages can be updated.
188 updates are security updates.

Last login: Thu May 14 01:33:14 2015 from slave1

配置分布式环境

分布式模式需要修改 etc/hadoop 中的5个配置文件,后四个文件可点击查看官方默认设置值,这里仅设置了正常启动所必须的设置项: slaves、core-site.xmlhdfs-site.xmlmapred-site.xmlyarn-site.xml 。

1. 文件slaves

直接打开slave文件,也可以使用vim打开

把文件中的localhost删除,把所有Slave的主机名写上,每行一个。

2. core-site.xml

Hadoop2.6.0完全分布式安装
<configuration>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp</value>
  </property>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://master:9000</value>
  </property>
</configuration>
Hadoop2.6.0完全分布式安装

3. hdfs-site.xml,因为只有一个slave,所以dfs.replication的值设为1。

Hadoop2.6.0完全分布式安装
<configuration>
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>master:50090</value>
  </property>
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp/dfs/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/home/hadoop/opt/hadoop-2.6.0/tmp/dfs/data</value>
  </property>
</configuration>
Hadoop2.6.0完全分布式安装

4. mapred-site.xml

这个文件不存在,首先需要从模板中复制一份:

hadoop@master:~/opt/hadoop-2.6.0/etc/hadoop$ cp mapred-site.xml.template mapred-site.xml

然后配置修改如下:

Hadoop2.6.0完全分布式安装
<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>
Hadoop2.6.0完全分布式安装

5. yarn-site.xml:

Hadoop2.6.0完全分布式安装
<configuration>
  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>master</value>
  </property>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
</configuration>
Hadoop2.6.0完全分布式安装

配置好后,将 master 上的 Hadoop 文件复制到各个节点上。

Hadoop2.6.0完全分布式安装
hadoop@master:~$ cd ~/opt/hadoop-2.6.0
hadoop@master:~/opt/hadoop-2.6.0$ rm -r tmp
hadoop@master:~/opt/hadoop-2.6.0$ cd
hadoop@master:~$ cd ~/opt
hadoop@master:~/opt$ sudo tar -zcf ./hadoop-2.6.0.tar.gz ./hadoop-2.6.0
[sudo] password for hadoop:
hadoop@master:~/opt$ scp ./hadoop-2.6.0.tar.gz slave1:/home/hadoop/opt
Hadoop2.6.0完全分布式安装

在slave1上面执行:

hadoop@slave1:~/opt$ sudo tar -zxf hadoop-2.6.0.tar.gz
hadoop@slave1:~$ sudo chown -R hadoop:hadoop /home/hadoop/opt/hadoop-2.6.0

接下来在master节点上启动hadoop:

hadoop@master:~/opt/hadoop-2.6.0$ bin/hdfs namenode -format
hadoop@master:~/opt/hadoop-2.6.0$ sbin/start-dfs.sh
hadoop@master:~/opt/hadoop-2.6.0$ sbin/start-yarn.sh

通过jps查看各个节点所启动的进程,首先查看master:

3815 NameNode
4009 SecondaryNameNode
4330 Jps
4143 ResourceManager

可以看到master节点启动了NameNode、SecondaryNameNode、ResourceManager进程。

接着查看slave1:

3606 Jps
3510 NodeManager
3390 DataNode

slave节点则启动了DataNode和NodeManager进程。

另外也可以在master节点上通过命令bin/hdfs dfsadmin -report查看DataNode是否正常启动。

hadoop@master:~/opt/hadoop-2.6.0$ bin/hdfs dfsadmin -report
Configured Capacity: 20474130432 (19.07 GB)
Present Capacity: 14381412352 (13.39 GB)
DFS Remaining: 14381387776 (13.39 GB)
DFS Used: 24576 (24 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0

-------------------------------------------------
Live datanodes (1):

Name: 192.168.111.135:50010 (slave1)
Hostname: slave1
Decommission Status : Normal
Configured Capacity: 20474130432 (19.07 GB)
DFS Used: 24576 (24 KB)
Non DFS Used: 6092718080 (5.67 GB)
DFS Remaining: 14381387776 (13.39 GB)
DFS Used%: 0.00%
DFS Remaining%: 70.24%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Thu May 14 02:28:49 PDT 2015

也可以通过Web页面看到查看DataNode和NameNode的状态,http://master:50070/

关闭Hadoop集群也是在master节点上执行:

$ sbin/stop-dfs.sh
$ sbin/stop-yarn.sh

执行WordCount实例

执行WordCount实例过程与伪分布式模式一样。首先创建所需的几个目录:

hadoop@master:~/opt/hadoop-2.6.0$ bin/hdfs dfs -mkdir -p /user/hadoop

将etc/hadoop中的文件作为输入文件复制到分布式文件系统中。

hadoop@master:~/opt/hadoop-2.6.0$ bin/hdfs dfs -put etc/hadoop input 

接着就可以运行MapReduce作业:

hadoop@master:~/opt/hadoop-2.6.0$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar grep input output 'dfs[a-z.]+'

显示运行时的信息、Job的进度。整个过程可能会比较慢

同样可以通过Web界面查看任务进度 http://master:8088/cluster

上一篇:CentOS7-64bit 编译 Hadoop-2.5.0,并分布式安装


下一篇:MySQL学习【第三篇用户管理】