RedHat6.5上安装Hadoop集群

版本号：RedHat6.5   JDK1.8   Hadoop2.7.3

 

hadoop  说明：从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。

基础环境准备：

 

RedHat6.5安装：RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

RedHat如何关闭防火墙 ： http://blog.csdn.net/chongxin1/article/details/76072758

JDK安装：http://blog.csdn.net/chongxin1/article/details/68957808

1、下载hadoop 2.7.3

官网下载地址：https://dist.apache.org/repos/dist/release/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

百度网盘下载：链接：http://pan.baidu.com/s/1eSAF7sm 密码：vdfp

2、安装3个虚拟机及配置SSH免登录

2.1安装3个机器和SSH服务

由于在这里我使用的rhel-server-6.5-x86_64-dvd.iso，安装的时候自带了ssh服务，所以省去装SSH服务。

RedHat6.5安装可参考：RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

输出 ssh localhost 是否已安装ssh服务，例如Ubuntu就需要安装openssh服务。

安装3个机器，机器名称分别叫master、slave1、slave2(说明机器名不这么叫可以，待会用hostname命令修改也行)。

此处我使用的VMware虚拟机软件，直接采用克隆模式，克隆出两台新的机器。

如图：   

 这一步需要注意一下：

 克隆完之后：

     说明：为了免去后面一系列授权的麻烦，这里直接使用root账户登录和操作了。

          使用ifconfig命令，查看这3个机器的IP。我的机器名和ip的对应关系是:

192.168.168.200  master

192.168.168.201  slave1

192.168.168.202  slave2 

把3台机器的IP地址按上述对应关系进行配置即可。

2.2检查机器名称 

为了后续操作方便，确保机器的hostname是我们想要的。拿192.168.168.200这台机器为例，用root账户登录，然后使用hostname命令查看机器名称

如图： 

 

发现，这个机器名称不是我们想要的。不过这个好办， 我给它改个名称，命令是：

hostname   master  #立即生效

如图： 

 

类似的，将其他两个机器，分别改名为slave1和slave2。

每当RedHat安装成功时，我们的机器名都是默认的，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。

 

sudo gedit /etc/sysconfig/network   #永久生效

将HOSTNAME后面的值改为想要设置的主机名，然后重启即可。

类似的，将其他两个机器，分别改名为slave1和slave2。

2.3 修改/etc/hosts文件

修改这3台机器的/etc/hosts文件，在文件中添加以下内容： 

 192.168.168.200   master

 192.168.168.201   slave1

 192.168.168.202   slave2

sudo gedit /etc/hosts

如图：

配置完成后使用ping命令检查这3个机器是否相互ping得通，以master为例，在什么执行命令：

 ping  slave1

如图： 

 

执行命令：

ping  slave2

如图：     

   ping得通，说明机器是互联的，而且hosts配置也正确。

2.4配置每台机器的无密码登陆(SSH)

给3个机器生成秘钥文件

以master为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：

   
   
   
   

    
    
    
    
[root@master .ssh]# ssh-keygen  -t   rsa   -P  ''​
   
   
   
   

如图：

     

      因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：

   
   
   
   

    
    
    
    
ls   /root/.ssh/​
   
   
   
   

如图：   

使用同样的方法为slave1和slave2生成秘钥(命令完全相同，不用做如何修改)：

   
   
   
   

    
    
    
    
[root@slave1 ~]# ssh-keygen  -t   rsa   -P  ''
    
    
    
    
[root@slave2 ~]# ssh-keygen  -t   rsa   -P  ''​
   
   
   
   

登录master机器，输入命令：

    
    
    
    

     
     
     
     
[root@master ~]# cd /root/.ssh
     
     
     
     
[root@master .ssh]# cp id_rsa.pub authorized_keys​
    
    
    
    

将id_rsa.pub公钥拷贝重命名为authorized_keys文件。

登录slave1和slave2机器，将其他主机的公钥文件内容都拷贝到master主机上的authorized_keys文件中，命令如下：

    
    
    
    

     
     
     
     
#登录slave1,将公钥拷贝到master的authorized_keys中
     
     
     
     
[root@slave1 ~]# ssh-copy-id -i master​
    
    
    
    

   
   
   
   

    
    
    
    
#登录slave2,将公钥拷贝到master的authorized_keys中
    
    
    
    
[root@slave2 ~]# ssh-copy-id -i master​
   
   
   
   

授权authorized_keys文件

登录master,在.ssh目录下输入命令：

    
    
    
    

     
     
     
     
[root@master .ssh]# cd /root/.ssh
     
     
     
     
[root@master .ssh]# chmod 600 authorized_keys​
    
    
    
    

将authorized_keys文件复制到其他机器  

   
   
   
   

    
    
    
    
[root@master .ssh]# scp /root/.ssh/authorized_keys root@slave1:/root/.ssh/authorized_keys
    
    
    
    
[root@master .ssh]# scp /root/.ssh/authorized_keys root@slave2:/root/.ssh/authorized_keys​
   
   
   
   

注意第一次ssh登录时需要输入密码，再次访问时即可免密码登录。

测试连接成功的情况：
在每台机器上机器上运行：

   
   
   
   

    
    
    
    
[root@master ~]# ssh master date
    
    
    
    
2017年 12月 10日 星期日 20:58:31 CST
    
    
    
    
[root@master ~]# ssh slave1 date
    
    
    
    
2017年 12月 10日 星期日 20:58:31 CST
    
    
    
    
[root@master ~]# ssh slave2 date
    
    
    
    
2017年 12月 10日 星期日 20:58:43 CST​
   
   
   
   

至此，免密码登录已经设定完成！

3安装hadoop

         说明，为了省去一系列获取管理员权限，授权等繁琐操作，精简教程，这里都是使用root账户登录并且使用root权限进行操作。

3.1 必须首先安装JDK

3.2安装hadoop        

3.2.1 上传文件并解压缩

        在/usr/local目录下新建一个名为hadoop的目录，并将下载得到的hadoop-2.7.3.tar.gz上传到该目录下，如图: 

 进入到该目录，执行命令:

mkdir /usr/local/hadoop

cd   /usr/local/hadoop

 执行解压命令：

 tar  -xvf   hadoop-2.7.3.tar.gz        

3.2.2新建几个目录

           在/root目录下新建几个目录，复制粘贴执行下面的命令： 

 mkdir  /usr/local/hadoop  

 mkdir  /usr/local/hadoop/tmp  

 mkdir  /usr/local/hadoop/var  

 mkdir  /usr/local/hadoop/dfs  

 mkdir  /usr/local/hadoop/dfs/name  

 mkdir  /usr/local/hadoop/dfs/data  

 

3.2.3 修改etc/hadoop中的一系列配置文件

          修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop目录内的一系列文件。

3.2.3.1 修改core-site.xml

修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/core-site.xml文件
在节点内加入配置:

   
   
   
   

    
    
    
    

    
    
    
    
     hadoop.tmp.dir
    
    
    
    
     /usr/local/hadoop/tmp
    
    
    
    
     Abase for other temporary directories.
    
    
    
    

    
    
    
    

    
    
    
    
     fs.default.name
    
    
    
    
     hdfs://master:9000
    
    
    
    

   
   
   
   

3.2.3.2 修改hadoop-env.sh

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/hadoop-env.sh文件

         将export   JAVA_HOME=${JAVA_HOME}

         修改为：

         export   JAVA_HOME=/usr/local/java/jdk1.8

        说明：修改为自己的JDK路径

3.2.3.3 修改hdfs-site.xml

          修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/hdfs-site.xml文件

          在节点内加入配置:

   
   
   
   

    
    
    
    

    
    
    
    
   dfs.name.dir
    
    
    
    
   /usr/local/hadoop/dfs/name
    
    
    
    
   Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.
    
    
    
    

    
    
    
    

    
    
    
    
   dfs.data.dir
    
    
    
    
   /usr/local/hadoop/dfs/data
    
    
    
    
   Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.
    
    
    
    

    
    
    
    

    
    
    
    
   dfs.replication
    
    
    
    
   2
    
    
    
    

    
    
    
    

    
    
    
    
   dfs.permissions
    
    
    
    
   false
    
    
    
    
   need not permissions
    
    
    
    

   
   
   
   

          说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。

3.2.3.4 新建并且修改mapred-site.xml

           在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

   
   
   
   

    
    
    
    
 cp   /usr/local/hadoop/hadoop-2.7.3/etc/hadoop/mapred-site.xml.template 
    
    
    
    
    /usr/local/hadoop/hadoop-2.7.3/etc/hadoop/mapred-site.xml
   
   
   
   

 修改这个新建的mapred-site.xml文件，在节点内加入配置:

   
   
   
   

    
    
    
    

    
    
    
    
    mapred.job.tracker
    
    
    
    
    master:49001
    
    
    
    

    
    
    
    

    
    
    
    
    mapred.local.dir
    
    
    
    
    /usr/local/hadoop/var
    
    
    
    

    
    
    
    

    
    
    
    
    mapreduce.framework.name
    
    
    
    
    yarn
    
    
    
    
​
   
   
   
   

 3.2.3.5 修改slaves文件

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：

3.2.3.6 修改yarn-site.xml文件

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/yarn-site.xml文件，

         在节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行)

   
   
   
   

    
    
    
    

    
    
    
    
    yarn.resourcemanager.hostname
    
    
    
    
    master
    
    
    
    

    
    
    
    

    
    
    
    
    The address of the applications manager interface in the RM.
    
    
    
    
    yarn.resourcemanager.address
    
    
    
    
    ${yarn.resourcemanager.hostname}:8032
    
    
    
    

    
    
    
    

    
    
    
    
    The address of the scheduler interface.
    
    
    
    
    yarn.resourcemanager.scheduler.address
    
    
    
    
    ${yarn.resourcemanager.hostname}:8030
    
    
    
    

    
    
    
    

    
    
    
    
     The http address of the RM web application.
    
    
    
    
     yarn.resourcemanager.webapp.address
    
    
    
    
     ${yarn.resourcemanager.hostname}:8088
    
    
    
    

    
    
    
    

    
    
    
    
     The https adddress of the RM web application.
    
    
    
    
     yarn.resourcemanager.webapp.https.address
    
    
    
    
     ${yarn.resourcemanager.hostname}:8090
    
    
    
    

    
    
    
    

    
    
    
    
     yarn.resourcemanager.resource-tracker.address
    
    
    
    
     ${yarn.resourcemanager.hostname}:8031
    
    
    
    

    
    
    
    

    
    
    
    
     The address of the RM admin interface.
    
    
    
    
     yarn.resourcemanager.admin.address
    
    
    
    
     ${yarn.resourcemanager.hostname}:8033
    
    
    
    

    
    
    
    

    
    
    
    
     yarn.nodemanager.aux-services
    
    
    
    
     mapreduce_shuffle
    
    
    
    

    
    
    
    

    
    
    
    
     yarn.scheduler.maximum-allocation-mb
    
    
    
    
     2048
    
    
    
    
     每个节点可用内存,单位MB,默认8182MB
    
    
    
    

    
    
    
    

    
    
    
    
     yarn.nodemanager.vmem-pmem-ratio
    
    
    
    
     2.1
    
    
    
    

    
    
    
    

    
    
    
    
    yarn.nodemanager.resource.memory-mb
    
    
    
    
    2048
    
    
    
    

    
    
    
    

    
    
    
    
    yarn.nodemanager.vmem-check-enabled
    
    
    
    
    false
    
    
    
    

   
   
   
   

       说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。

3.3配置环境变量

修改相应的配置文件：

sudo gedit /etc/profile

增加如下内容：

    
    
    
    

     
     
     
     
#set Hadoop enviroment
     
     
     
     
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3
     
     
     
     
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
     
     
     
     
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
     
     
     
     
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​
    
    
    
    

使配置文件立即生效

source /etc/profile

输入命令：hadoop 即可验证是否生效：

3.4 slave节点的Hadoop安装

SLAVE节点：

（1）复制master节点的hadoop文件夹到slave上：

scp -r /usr/local/hadoop root@slave1:/usr/local

scp -r /usr/local/hadoop root@slave2:/usr/local

（2）修改/etc/profile：

过程如 3.3配置master 一样

4启动hadoop

4.1在namenode上执行初始化

           因为master是namenode，slave1和slave2都是datanode，所以只需要对master进行初始化操作，也就是对hdfs进行格式化。

进入到master这台机器的/usr/local/hadoop/hadoop-2.7.3/bin目录，也就是执行命令：

cd   /usr/local/hadoop/hadoop-2.7.3/bin

执行初始化脚本，也就是执行命令：

 ./hadoop  namenode  -format

如图： 

稍等几秒，不报错的话，即可执行成功，如图：       

 格式化成功后，可以在看到在/usr/local/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件

4.2在namenode上执行启动命令

 因为master是namenode，slave1和slave2都是datanode，所以只需要再master上执行启动命令即可。

           进入到master这台机器的/usr/local/hadoop/hadoop-2.7.3/sbin目录，也就是执行命令：

cd   /usr/local/hadoop/hadoop-2.7.3/sbin

执行初始化脚本，也就是执行命令：

 ./start-all.sh

第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

如图：

5测试hadoop

 master是我们的namanode，该机器的IP是192.168.168.200，在浏览器访问如下地址:

http://192.168.168.200:50070

 

 

在浏览器里访问如下地址：http://192.168.168.200:8088

 自动跳转到了cluster页面

 如图：

参考资料：http://blog.csdn.net/pucao_cug/article/details/71698903