Hadoop学习笔记1-如何简单布署hadoop

企业机型配置:

选型标准:普通的,廉价的,标准的(容易替换的),工业化大规模生产的

CPU:支持多核CPU,如2个4核CPU

内存:16G以上,内存越大,常用数据都缓存在内存,提高速度

硬盘:不需RAID,也不需使用SCSI、SAS、SSD硬盘,只需普通SATA硬盘即可,只要容量足够。

网络:建议千兆网和高带宽交换机,hadoop对各节点服务器的数据通讯量极为重要。Infinband可以不用考虑。

 

网络拓扑设计:

使用局域网布署,尽量不使用低速率的跨数据中心连接。

hadoop支持机架感知机制。

Hadoop学习笔记1-如何简单布署hadoop

 

 

操作系统选择:

主流操作系统:Linux,只要是最新版即可,例:CentOs, Unbuntu, Redhat等。

window下需要cygwin,但可能出现意料不到的问题。

不区分32/64位数,基于Java环境。

 

 

实验布署环境:

伪分布模式:在单机环境下同时启动namenode,datanode,jobtracker,tasktracker, secondary namenode等五个进程,即多个节点都模拟运行在一台机下。

完全分布模式:正常的hadoop集群,由多个各司其职的节点构成。

 

以CentOs虚拟机为例:

可使用默认分区,CLI界面即可。

需要安装ssh,vi,java最新版。

注意需要将iptables, selinux等防火墙关闭。

 

配置工作:

  1. 配置hosts文件:

    在各节点的系统内设置好各节点的IP和对应的主机名,文件位置:/etc/hosts。

    以此步骤以便各节点能根据主机名称找到该机器以便通讯,防止局域网IP可能某些原因而变化导致找不到相应机器而通讯失败。

     

    此步骤应最先设置好。

     

  2. 建立hadoop运行的帐号。

 

  1. 配置免密码ssh:

需要生成密钥复制到各节点中,使各节点之间达到ssh的免密码连接。

注意:

  1. 密钥文件的权限数为644,即rw-r—r—
  2. 各节点的密钥也要复制一份给自身,达到ssh免密码连接访问自身。

 

CentOs 6默认安装了ssh,只需确认sshd服务是否自启动即可。ssh需要手动安装:yum install openssh-clients。

免密码方法设置:http://www.cnblogs.com/xiwang6428/p/3451711.html

 

  1. 下载解压或安装hadoop安装包。

    一般是下载tar.gz压缩包,可解压在用户的家目录下。

     

  2. 配置hadoop相关文件:(以1.2版为例,位于hadoop目录/conf/)

文件名

格式

描述

修改配置

hadoop-env.sh

bash脚本

运行hadoop所需的环境变量

设置export JAVA_HOME=java的安装目录

core-site.xml

xml配置文件

配置hadoop核心设置,如HDFS和MadReduce的I/O设置

在<configuration>节点间加入:

<property>

    <name>fs.default.name</name> #指定namenode名称节点

    <value>hdfs://namenode主机名:9000</value>

</property>

<property>

    <name>hadoop.tmp.dir</name> #指定hadoop的临时目录,如果不设定会默认以/tmp为临时目录。该目录会自动清空,所以不要用。

    <value>/home/hadoop运行的用户帐号/hadoop/tmp</value>

</property>

hdfs-site.xml

xml配置文件

配置HDFS守护进程:namenode,secondary namenode和datanode。

在configuration节点添加:

<property>

    <name>dfs.replication</name> #指定数据复制份数,一般来说有几个数据节点就复制几份

    <value>2</value>

</property>

mapred-site.xml

xml配置文件

配置mapreduce进程:jobtracker和tasktracker

在configuration节点添加:

<property>

    <name>mapred.job.tracker</name> #设定jabtracker的监听地址和端口

    <value>namenode主机名:9001</value>

</property>

masters

文本文件

运行主要的次要的namenode的主机名列表(每行一个)

每行添加一个主机名

slaves

文本文件

运行datanode和tasktracker的主机名列表(每行一个)

每行添加一个主机名

 

  1. 将配置好的hadoop目录分发复制到各节点的主机内。

    因为各机的配置都相同,所以直接复制过去即可。

    例:scp –r ./hadoop 目标主机名:/home/用户名

 

  1. 格式化分布式文件系统:

    在namenode主机的hadoop目录下,执行 bin/hadoop namenode –format

出现一堆信息,如成功有提示:has been successfully formatted.

  1. 启动守护进程:

    在namenode主机的hadoop目录下,执行 bin/start-all.sh

    相关的启动信息会记录在各节点主机的 hadoop目录/logs下。

 

  1. 检测守护进程启动情况

    /usr/java/jdk1.6.0_26/jps #假设此为java安装目录

 

 

上一篇:【python】redis基本命令和基本用法详解


下一篇:docker容器时间与宿主机时间不一致问题