1.基本环境:
操作系统:
Centos 7.2.1511
三台虚机:
192.168.163.224 master
192.168.163.225 node1
192.168.163.226 node2
软件包
hadoop-2.7.2.tar.gz
jdk-7u79-linux-x64.tar.gz
2.配置系统环境
配置ntp时间同步
参考http://bigtrash.blog.51cto.com/8966424/1826481
修改hostname
192.168.163.224主机:
echo
"master"
>
/etc/hostname
192.168.163.225主机:echo
"node1"
>
/etc/hostname
192.168.163.226主机:echo
"node2"
>
/etc/hostname
master上修改hosts文件
echo
"192.168.163.224 master"
>>
/etc/hosts
echo
"192.168.163.225 node1"
>>
/etc/hosts
echo
"192.168.163.225 node2"
>>
/etc/hosts
同步到node1,node2上的主机
scp
/etc/hosts
node1:
/etc/
scp
/etc/hosts
node2:
/etc/
各台主机上相互ping,测试是否可以通过host连通
ping
master
ping
node1
ping
node2
master,node1,node2上关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
3.配置hadoop环境
master,node1,node2上安装jdk
rpm -qa|
grep
openjdk
#检查openjdk,存在则删除
yum remove *-openjdk-*
####删除openjdk#####
安装sunjdk
#yum install glibc.i686(64位系统安装32位包,需要安装)
#
tar -zxvf jdk-7u79-linux-x64.tar.gz<br>
#
mv ./jdk1.7.0_79 /usr/</span>
master,node1,node2上创建hadoop用户
useradd hadoop #增加hadoop用户,用户组、home目录、终端使用默认
passwd hadoop #修改密码
建议在学习阶段将hadoop用户加入sudo权限管理,简单方法如下
1.执行visudo命令
2.在root ALL=(ALL) ALL 后加入
hadoop ALL=(ALL) ALL
master,node1,node2上进入hadoop用户:
su - hadoop
master,node1,node2上无密钥连接:
master上的hadoop用户通过rsa算法生成非对称密钥对:
ssh
-keygen -t rsa
cd
/home/hadoop/
.
ssh
/
cp
id_rsa.pub authorized_keys
chmod
go-wx authorized_keys
master上的公钥authorized_keys拷贝到node1,node2上的hadoop用户
scp
authorized_keys node1:
/home/hadoop/
.
ssh
/
scp
authorized_keys node2:
/home/hadoop/
.
ssh
/
可通过如下命令测试
ssh node1
ssh node2
为方便node1,node2中hadoop用户可以同时登录master,这里我们集群中的所有用户共用一个密钥
scp
~/.
ssh
/id_rsa
node1:
/home/hadoop/
.
ssh
/
scp
~/.
ssh
/id_rsa
node2:
/home/hadoop/
.
ssh
/
master,node1,node2上修改环境变量
vi
/etc/profile
JAVA_HOME=
/usr/jdk1
.7.0_79
HADOOP_HOME=
/usr/local/hadoop
export
PATH=$JAVA_HOME
/bin
:$HADOOP_HOME
/sbin
:$HADOOP_HOME
/bin
:$PATH
su
- hadoop
#重新读取环境变量
master,node1,node2上创建相关目录
sudo
mkdir
-p
/usr/local/hadoop
sudo
chown
-R hadoop:hadoop
/usr/local/hadoop
sudo
mkdir
-p
/data/hadoop/
#创建 hadoop 数据目录结构
sudo
chown
-R hadoop:hadoop
/data/hadoop/
mkdir
-p
/data/hadoop/tmp/
#创建 tmp
mkdir
-p
/data/hadoop/hdfs/
#创建hdfs
mkdir
-p
/data/hadoop/hdfs/data
#创建datanode目录
mkdir
-p
/data/hadoop/hdfs/name
#创建namenode目录
mkdir
-p
/data/hadoop/hdfs/namesecondary
安装hadoop
wget http:
//mirror
.bit.edu.cn
/apache/hadoop/common/hadoop-2
.7.2
/hadoop-2
.7.2.
tar
.gz
tar
-zxvf hadoop-2.7.2.
tar
.gz
mv
hadoop-2.7.2
/usr/local/hadoop
chown
-R hadoop:hadoop
/usr/local/hadoop/
4.修改配置文件
配置文件相关变量详细解释可查看官网:
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/
cd
$HADOOP_HOME
/etc/hadoop
4.1 vi hadoop-env.sh
export
HADOOP_HEAPSIZE=128
#默认为1000M,这里我们修改为128M
4.2 vi core-site.xml #全局配置
<configuration> <property> <name>fs.defaultFS< /name >
<value>hdfs: //master :9000< /value >
<!--hadoop namenode 服务器地址和端口,以域名形式--> < /property >
<property> <name>dfs.namenode.checkpoint.period< /name >
<value>1800< /value >
<!-- editlog每隔30分钟触发一次合并,默认为60分钟 --> < /property >
< /property >
<property> <name>fs.checkpoint.size< /name >
<value>67108864< /value >
< /property >
<property> <name>fs.trash.interval< /name >
<value>1440< /value >
<!-- Hadoop文件回收站,自动回收时间,单位分钟,这里设置是1天,默认为0。--> < /property >
<property> <name>hadoop.tmp. dir < /name >
<value> /data/hadoop/tmp < /value >
<!-- Hadoop的默认临时路径,这个最好配置,如果在新增节点或者其他情况下莫名其妙的DataNode启动不了,就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录,那么就需要重新执行NameNode格式化的命令。 /data/hadoop/tmp 这里给的路径不需要创建会自动生成.-->
< /property >
<property> <name>io. file .buffer.size< /name >
<value>131702< /value >
<!-- 流文件的缓冲区--> < /property >
< /configuration >
|
4.3 vi hdfs-site.xml #hdfs中NameNode,DataNode局部配置
<configuration> <property> <name>dfs.namenode.name. dir < /name >
<value> /data/hadoop/hdfs/name < /value >
<!--HDFS namenode数据镜象目录--> <description> < /description >
< /property >
<property> <name>dfs.datanode.data. dir < /name >
<value> /data/hadoop/hdfs/data < /value >
<!-- HDFS datanode数据镜象存储路径,可以配置多个不同的分区和磁盘中,使用,号分隔 --> <description> < /description >
< /property >
<property> <name>dfs.namenode.http-address< /name >
<value>master:50070< /value >
<!---HDFS Web查看主机和端口--> < /property >
<property> <name>dfs.namenode.secondary.http-address< /name >
<value>node1:50090< /value >
<!--辅控HDFS web查看主机和端口--> < /property >
<property> <name>dfs.webhdfs.enabled< /name >
<value> true < /value >
< /property >
<property> <name>dfs.replication< /name >
<value>3< /value >
<!--HDFS数据保存份数,通常是3--> < /property >
<property> <name>dfs.datanode. du .reserved< /name >
<value>1073741824< /value >
<!-- datanode 写磁盘会预留 1G空间 给其他程序使用,而非写满,单位 bytes--> < /property >
<property> <name>dfs.block.size< /name >
<value>134217728< /value >
<!--HDFS数据块大小,当前设置为128M /Blocka-- >
< /property >
<property> <name>dfs.permissions.enabled< /name >
<value> false < /value >
<!-- HDFS 关闭文件权限 --> < /property >
< /configuration >
|
4.4 vi etc/hadoop/mapred-site.xml #配置MapReduce,使用yarn框架、jobhistory使用地址以及web地址
<configuration>
<property> <name>mapreduce.framework.name< /name >
<value>yarn< /value >
< /property >
<property> <name>mapreduce.jobtracker.http.address< /name >
<value>master:50030< /value >
< /property >
<property> <name>mapred.job.tracker< /name >
<value>http: //master :9001< /value >
< /property >
<property> <name>mapreduce.jobhistory.address< /name >
<value>master:10020< /value >
< /property >
<property> <name>mapreduce.jobhistory.webapp.address< /name >
<value>master:19888< /value >
< /property >
< /configuration >
cp etc /hadoop/mapred-site .xml.template etc /hadoop/mapred-site .xml
|
4.5 vi etc/hadoop/yarn-site.xml 配置yarn-site.xml文件
<configuration> <property> <name>mapreduce.framework.name< /name >
<value>yarn< /value >
< /property >
<property> <name>yarn.resourcemanager.address< /name >
<value>master:8032< /value >
< /property >
<property> <name>yarn.resourcemanager.scheduler.address< /name >
<value>master:8030< /value >
< /property >
<property> <name>yarn.resourcemanager.resource-tracker.address< /name >
<value>master:8031< /value >
< /property >
<property> <name>yarn.resourcemanager.admin.address< /name >
<value>master:8033< /value >
< /property >
<property> <name>yarn.resourcemanager.webapp.address< /name >
<value>master:8088< /value >
< /property >
< /configuration >
|
4.6 vi hadoop-env.sh及vi yarn-env.sh
将其中的${JAVA_HOME}用/usr/jdk1.7.0_79代替
5.检查单机版Hadoop
测试hdfs中的namenode与datanode:
hadoop-daemon.sh start namenode
chmod
go-w
/data/hadoop/hdfs/data/
hadoop-daemon.sh start datanode
测试resourcemanager:
yarn-daemon.sh start resourcemanager
测试nodemanager:
yarn-daemon.sh start nodemanager
测试historyserver:
mr-jobhistory-daemon.sh start historyserver
执行jps:
99297 Jps
99244 DataNode
98956 JobHistoryServer
98820 NodeManager
98118 NameNode
98555 ResourceManager
上述表明单机版hadoop安装成功
6.集群搭建
scp
-r $HADOOP_HOME/ node1:
/usr/local/
scp
-r $HADOOP_HOME/ node2:
/usr/local/
在master上进行配置
vi $HADOOP_HOME/etc/hadoop/slaves
删除localhost
添加
node1
node2
vi $HADOOP_HOME/etc/hadoop/masters
删除localhost
添加
node1 #目的是为了在node1节点上存放secondnamenode
7.测试集群是否搭建成功
$HADOOP_HOME/bin/hdfs namenode -format
master上
开启所有节点:start-all.sh(或start-dfs及start-yarn.sh代替)
各节点执行jps
master:
98956 JobHistoryServer
98820 NodeManager
118806 Jps
118176 NameNode
118540 ResourceManager
node1:
106408 SecondaryNameNode
106602 Jps
106301 DataNode
106496 NodeManager
node2:
105932 Jps
105812 NodeManager
105700 DataNode
存在上述状态,说明集群搭建成功
关闭所有节点:stop-all.sh(或stop-dfs.sh及stop-yarn.sh代替)
同时可以访问网页进行查看: