Hadoop入门

一、Hadoop的安装和配置

 

(一)Hadoop基础环境的配置

 

1.0 前置操作：为我创建的普通用户获得root权限

操作方法如下：

• 切换到管理员用户，右上角log out，登录root用户，进入界面
• 命令行打开：

	/etc/sudoers 
	chmod u+w /etc/sudoers
	vim /etc/sudoers

或者从图形界面打开/etc/sudoers

复制第98行：

	root	ALL=(ALL)	  ALL 

在第99行复制并更改用户名：

	user（自己的用户名）  ALL=(ALL)    ALL

• 被认可的用户使用特权命令时，需要在特权命令前加上sudo
   

1.1基础网络环境

 

1.1.1先配置网络连通

在图形界面中，打开网络连接的有线设置->齿轮->ipv4->地址选择手动，填写网络信息就可以了。

【注】网络信息必须符合网络规则（编辑中有虚拟网络编辑器）

在命令行中，打开文件后，将以下配置进行更改

	BOOTPROTO=static
	ONBOOT=yes

添加以下配置

	IPADDR=192.168.218.10
	NETMASK=255.255.255.0
	GATEWAY=192.168.218.2
	DNS1=8.8.8.8

最后，重启网络

	sudo service network restart 

1.1.2配置网络地址与主机名的对应关系（可选）

	sudo vim /etc/hostname

将此文件内容全部删除，更改为你的当前操作主机的主机名

	sudo vim /etc/hosts

在最后新建一行，添加以下内容
IP地址1 主机名1
IP地址2 主机名2
IP地址3 主机名3

1.1.3关闭防火墙

查看防火墙状态

	systemctl   status   firewalld.service

这里开始默认是开启的，我已经给关掉了，具体操作如下：
关闭防火墙

	systemctl    stop   firewalld.service

查看服务开启启动项列表

	systemctl     list-unit-files

设置防火墙开机不自动启动

	systemctl    disable    firewalld.service

1.2 ssh免密登陆

首先生成公私钥

	ssh-keygen    -t     rsa

打开用户目录下的.ssh目录

	Cd    .ssh

会发现两个文件：id_rsa 和 id_rsa.pub

	cp    id_rsa.pub   authorized_keys

将公钥文件拷贝成authorized_keys

最后可以验证一下有没有配置成功

	ssh 本机主机名

如果不需要输入密码可直接登录就说明设置成功
然后exit退出即可。

1.3 JDK的安装

1、首先复制jdk文件（.tar.gz格式）到用户目录下，在此目录下新建java目录。

2、将安装包移动到该目录下解压。

	tar     zxvf     压缩包名

3、解压后为了方便后期操作，将解压后目录名重命名为jdk（使用mv改名）

4、卸载已经安装好的JDK（可选项）
 ① 查询当前安装好的JDK包名

	rpm  -qa  | grep   jdk

② 卸载方法

	rpm   -e   包名   --nodeps（忽略依赖关系）

③ 使用java -version命令验证

④ 此时已经没有java的环境变量了，因为都卸载完了，下一步就是给自己安装好的JDK配置环境变量。

5、配置JDK的环境变量
① 打开并编辑用户目录下的.\bashrc文件

	vim   ~/.bashrc

② 在正文的后面添加以下内容

	export   JAVA_HOME=/home/ryan/java/jdk
	export    PATH=$PATH:$JAVA_HOME/bin

③ 保存退出，让该文件立即生效

	source   ~/.bashrc

现在环境变量配置好了，再输入java -version查看
如果显示版本号与安装版本号相同，则证明安装成功了

(二)Hadoop的安装

首先将hadoop安装包复制到用户目录下，新建hadoop目录。将安装包移动到该目录下解压。

将解压完成后的目录（hadoop-2.6.2）改名为hadoop（为了方便）

将hadoop根目录下的bin目录和sbin目录路径加入到PATH中，更改~/.bashrc文件如下

	export JAVA_HOME=/home/用户名/java/jdk
	export HADOOP_HOME=/home/用户名/hadoop/hadoop
	export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

(三)Hadoop配置

3.1文件配置

在$HADOOP_HOME/etc/hadoop/目录下，需要配置以下文件
vim hadoop-env.sh

export   JAVA_HOME=/home/ryan/java/jdk

vim yarn-env.sh
export   JAVA_HOME=/home/ryan/java/jdk

vim core-site.xml

在configuration标签中添加以下变量和值

fs.defaultFS
hdfs://node-1:9000


hadoop.tmp.dir
/home/ryan/hadoop/hadoop/tmp

vim hdfs-site.xml（可以不做配置）

*(如果不设置该参数，则默认值为3)
dfs.replication
 2

(如果不设置该参数，则默认值为$hadoop.tmp.dir/dfs/name)
dfs.namenode.name.dir
/home/ryan/hadoop/hadoop/tmp/dfs/name 

(如果不设置该参数，则默认值为$hadoop.tmp.dir/dfs/data)
dfs.datanode.data.dir
 /home/ryan/hadoop/hadoop/tmp/dfs/data 
*

vim mapred-site.xml

mapreduce.framework.name
yarn

vim yarn-site.xml

yarn.resourcemanager.address
rmhostname:8032 

我在写的时候写成了8033，导致了resourcemanager没有开起来，可以按照下面的排错方法进行检查。

vim slaves
在此文件中写明所有从节点的节点名，一行一个（如果为伪分布式部署，则默认localhost即可，无需更改，如果是真分布式再进行修改）
把里面的localhost删掉，写上，

node-2
node-3

3.2格式化并启动hadoop

3.3根据运行日志定位问题点

哪个守护进程异常了，就去看一看对应的日志，来排错

(四)分布式安装

先克隆两个节点，node-2和node-3
进入HADOOP_HOME中进行slaves文件的配置

然后把node2和node3的主机名都分别改成node-2和node-3

重新生成公私钥
别忘记更改IP地址
把node-2和node-3的公钥都拷贝到node-1的/etc/home/.ssh下面
来到node-1

把authorized_keys复制到node-2和node-3中，这样就实现了三者互相的ssh免密登录
然后就可以开启全部服务
在node-1主节点中用jps查看开启的服务

从节点node-2

从节点node-3

这样就完成了分布式的安装。