Ubuntu Server安装Apache Hadoop

“千里之行，始于足下。”学习任何东西都是这样。本文所需环境：Linx（Ubuntu server15.04）,Hadoop(hadoop-2.7.2),OS(windows amd 64)

1.安装Java JDK

Hadoop运行依赖环境，安装JDK6及以上版本。首先检查是否存在JDK.

java -version

下面表示已经安装了：

root@ubuntu:~# java -version
java version "1.7.0_95"
OpenJDK Runtime Environment (IcedTea 2.6.4) (7u95-2.6.4-0ubuntu0.15.04.1)
OpenJDK 64-Bit Server VM (build 24.95-b01, mixed mode)

注：因为我自己在Ubuntu上安装过Java的默认版本所以这里就会显示我的java版本。

如果没有安装，可以使用以下命令来安装：

#首先更新apt-get命令
apt-get update
#安装jdk：你可以使用jps命令查看是否安装支持jps的jdk版本，jps命令Java1.5以上版本支持
jps
#如果不存在会提示jdk的版本，输入如下命令进行安装
apt-get install openjdk-7-jdk

2.安装Apache Hadoop需要做的准备工作

2.1创建专用用户

Hadoop需要一个单独的专用用户来执行。 具有对Hadoop可执行文件和数据文件夹的完全控制。要创建新用户，请在终端中使用以下命令。

#create a user group for hadoop  
sudo addgroup hadoop  
  
#create user hduser and add it to the hadoop usergroup  
sudo adduser --ingroup hadoop hduser 

直接默认按Enter即可。

2.3禁用ipv6

下一步是在所有机器上禁用ipv6。 Hadoop设置为使用ipv4，这就是为什么我们需要在创建hadoop集群之前禁用ipv6。使用vi（或您选择的任何其他编辑器，如：nano）以root身份打开/etc/sysctl.conf：

vi /etc/sysctl.conf

并在文件末尾添加以下行：

#commands to disable ipv6  
net.ipv6.conf.all.disable-ipv6=1  
net.ipv6.conf.default.disable-ipv6=1  
net.ipv6.conf.lo.disable-ipv6=1  

vi命令——i:进行编辑  ;ESC :wq 保存退出

要检查ipv6是否正确禁用，我们可以使用以下命令：

cat /proc/sys/net/ipv6/conf/all/disable-ipv6

2.4安装SSH和设置证书

Hadoop需要SSH访问来管理其远程节点以及本地机器上的节点。对于此示例，我们需要配置SSH访问localhost。

因此，我们将确保我们已经启动并运行SSH并设置公钥访问权限，以允许它在没有密码的情况下登录。 我们将设置SSH证书以允许密码较少的身份验证。使用以下命令执行所需的步骤。

ssh有两个主要组件：

• ssh：我们用来连接远程机器的命令 - 客户端
• sshd：在服务器上运行并允许客户端连接到服务器的守护程序
  

SSH在Ubuntu上预先启用，但为了确保sshd启用，我们需要使用以下命令首先安装ssh。

#installing ssh  
sudo apt-get install ssh  

要确保一切都正确设置，请使用以下命令：

#Checking ssh  
which ssh  
  
#Checking sshd  
which sshd  

验证的输出如下：

root@ubuntu:~# which ssh
/usr/local/ssh
root@ubuntu:~# which sshd
/usr/local/sshd

现在，为了生成ssh证书，我们将切换到hduser用户。在以下命令中，我们保持密码为空，同时生成ssh的密钥，如果您愿意，可以给它一些密码。

#change to user hduser  
su hduser  
  
#generate ssh key  
ssh-keygen -t rsa -P "" 

第二个命令将为机器创建一个RSA密钥对。 此键的密码将为空，如命令中所述。它将要求存储密钥的路径，默认路径为$ HOME / .ssh / id-rsa.pub，当提示保持同一路径时，按Enter键。如果您计划更改路径，请记住它，因为它将在下一步中需要。

使用上一步中创建的密钥启用对机器的SSH访问。为此，我们必须将密钥添加到机器的授权密钥列表。

cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys  

我们可以检查ssh是否工作如下，是ssh到localhost成功没有密码提示，然后证书正确启用。

ssh localhost

到目前为止，我们已经完成了Apache Hadoop的所有先决条件。我们将在下一节中检查如何设置Hadoop。

3.安装Apache Hadoop

3.1 wget下载Hadoop

wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz

3.2解压并修改用户分组权限

1.创建usr/local/hadoop文件夹

mk /usr/local/hadoop

2.将./路径下的hadoop-2.7.2.tar.gz的文件拷贝到usr/local/hadoop文件夹

cp hadoop-2.7.2.tar.gz /usr/local/hadoop/hadoop-2.7.2.tar.gz

3.解压 hadoop-2.7.2.tar.gz

tar -zxf /usr/local/hadoop/hadoop-2.7.2.tar.gz

4. 更改文件夹的所有者为hduser和hadoop组

chown -R hduser:hadoop /usr/local/hadoop

3.2更新bash

1.更新用户hduser的bashrc文件。

su hduser  
vi $HOME/.bashrc  

2. 在文件末尾，添加以下行。

export HADOOP_HOME=/usr/local/hadoop  
export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64  
  
#Some convenient aliases  
unalias fs &> /dev/null  
alias fs="hadoop fs"  
unalias hls &> /dev/null  
alias hls="fs -ls"  
  
export PATH=$PATH:$HADOOP_HOME/bin  

方便别名的块是可选的，可以省略。 JAVA_HOME，HADOOP_HOME和PATH是唯一的强制要求。

3.3配置Hadoop

在这一步中，我们将配置Hadoop。

1.在/ usr / local / hadoop / etc / hadoop中打开hadoop-env.sh并设置JAVA_HOME变量，如下所示：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64  

注意：到java的路径应该是java在系统中存在的路径。默认情况下，它应该在/ usr / lib/jvm文件夹中，但确保它是根据您的系统的正确路径。此外，确保您要使用的java版本是正确的。下面的截图显示了需要在hadoop-env.sh中修改它的位置。

2.接下来，我们将在/ usr / local / hadoop / etc / hadoop /文件夹中配置core-site.xml，并添加以下属性

      
           
          fs.defaultFS  
          hdfs://localhost:54310  
         
      

这将告诉系统系统上应运行默认文件系统的位置。

3.接下来，我们需要更新hdfs-site.xml。此文件用于指定将用作namenode和datanode的目录。

  
     
      dfs.replication  
      2  
     
     
      dfs.namenode.name.dir  
      /usr/local/hadoop/hdfs/namenode  
     
     
      dfs.datanode.data.dir  
      /usr/local/hadoop/hdfs/datanode  
     
     

4.现在，我们将更新mapred-site.xml文件。文件夹/ usr / local / hadoop / etc / hadoop /包含文件mapred-site.xml.template。在修改之前将此文件重命名为mapred-site.xml。

  
     
      mapreduce.jobtracker.address  
      localhost:54311  
     
  

3.4格式化Apache Hadoop文件系统

我们现在完成所有的配置，所以在启动集群之前，我们需要格式化namenode。为此，请在终端上使用以下命令。

hdfs namenode -format

此命令应该在控制台输出上没有任何错误的情况下执行。如果它没有任何错误地执行，我们很好在我们的Ubuntu系统上启动Apache Hadoop实例。

3.5启动Apache Hadoop

现在是开始Hadoop的时候了。以下是这样做的命令：

/usr/local/hadoop/sbin/start-dfs.sh

注：可能会遇到执行文件Permission Denied，只需要对hduser 相关路径和类型的文件权限就可以了。
chmod 777 /usr/local/hadoop/sbin/start-dfs.sh

一旦dfs启动没有任何错误，我们可以使用命令jps检查一切是否正常工作

cd /usr/local/hadoop/sbin  
      
#Checking the status of the Hadoop components  
jps  

此命令显示正确运行的Hadoop的所有组件，我们应该看到至少一个Namenode和Datanode：

用http://192.168.234.128:50070上的Namenode的Web界面检查Apache Hadoop的状态。

3.5停止Apache Hadoop

现在是开始Hadoop的时候了。以下是这样做的命令：

/usr/local/hadoop/sbin/stop-dfs.sh

至此Ubuntu Server安装Apache Hadoop结束!