hadoop伪分布式和完全分布式配置

hadoop的三种模式:
   本地模式：本地模拟实现，不使用分布式文件系统
   伪分布式模式：5个进程在一台主机上启动，一般开发人员调试hadoop程序使用
   完全分布式模式：至少3个结点，JobTracker和NameNode在同一台主机上，secondaryNameNode一台主机，DataNode和Tasktracker一台主机

本次试验环境：

CentOS2.6.32-358.el6.x86_64

jdk-7u21-linux-x64.rpm

hadoop-0.20.2-cdh3u6.tar.gz

一、hadoop伪分布式模式的配置
[root@localhost ~]# rpm -ivh jdk-7u21-linux-x64.rpm
[root@localhost ~]# vim /etc/profile.d/java.sh
JAVA_HOME=/usr/java/latest
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME PATH          
[root@localhost ~]# tar xf hadoop-0.20.2-cdh3u6.tar.gz -C /usr/local/
[root@localhost ~]# cd /usr/local/
[root@localhost local]# ln -sv hadoop-0.20.2-cdh3u6/ hadoop  
[root@localhost ~]# vim /etc/profile.d/hadoop.sh
HADOOP_HOME=/usr/local/hadoop
PATH=$HADOOP_HOME/bin:$PATH
export HADOOP_HOME PATH

测试jdk和hadoop是否正确安装
[root@localhost ~]# java -version
[root@localhost ~]# hadoop version
创建用户并修改hadoop文件权限
[root@localhost ~]# useradd hduser
[root@localhost ~]# passwd hduser
[root@localhost ~]# chown -R hduser.hduser /usr/local/hadoop/
创建hadoop临时数据保存目录
[root@localhost ~]# mkdir /hadoop/temp -pv
[root@localhost ~]# chown -R hduser.hduser /hadoop/

主要脚本功能：
/usr/local/hadoop/bin/start-dfs.sh        启动namenode datanode secondarynamenode进程
/usr/local/hadoop/bin/start-mapred.sh    启动jobtracker tasktracker
/usr/local/hadoop/bin/hadoop-daemon.sh    单独启动某个进程
/usr/local/hadoop/bin/start-all.sh        启动全部进程
/usr/local/hadoop/bin/stop-all.sh        停止全部进程
主要配置文件：
/usr/local/hadoop/conf/masters     保存第二名称节点的位置（secondaryNameNode）
/usr/local/hadoop/conf/slaves        保存从节点的位置（所有运行tasktracker和datanode的结点）
/usr/local/hadoop/conf/core-site.xml    用于定义系统级别的参数
/usr/local/hadoop/conf/hdfs-site.xml    HDFS的相关设定
/usr/local/hadoop/conf/mapred-site.xml    HDFS的相关设定，如reduce任务的默认个数、任务所能够使用内存的默认上下限等
/usr/local/hadoop/conf/hadoop-env.sh    定义hadoop运行环境相关的配置信息

让hadoop启动起来，只需修改一下配置文件即可
[root@localhost conf]# vim core-site.xml

  
      hadoop.tmp.dir
          /hadoop/temp
            
  
      fs.default.name
          hdfs://localhost:8020
  

[root@localhost conf]# vim mapred-site.xml

  
      mapred.job.tracker
      localhost:8021
  

[root@localhost conf]# vim hdfs-site.xml

  
      dfs.replication
      1
  

配置hduser通过ssh不需要密码访问本机
[hduser@localhost ~]$ ssh-keygen -t rsa -P ''
[hduser@localhost .ssh]$ ssh-copy-id -i id_rsa.pub hduser@localhost

[hduser@localhost ~]$ hadoop namenode -format    格式化名称结点[hduser@localhost ~]$ start-all.sh 启动服务
[hduser@localhost ~]$ jps    查看进程
NameNode
DataNode
JobTracker
TaskTracker
secondaryNameNode
如果以上5个进程启动起来，说明hadoop配置成功

hadoop常用命令：
[hduser@localhost ~]$ hadoop    查看帮助
[hduser@localhost ~]$ hadoop fs
[hduser@localhost ~]$ hadoop fs -mkdir test    在HDFS上创建目录
[hduser@localhost ~]$ hadoop fs -ls    查看文件或目录
[hduser@localhost ~]$ hadoop fs -put test.txt test    上传本地文件到HDFS

用hadoop自带的任务模型测试hadoop可用性：
[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar     读取jar文件
[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar wordcount    查看wordcount的语法格式
Usage: wordcount
               in读取文件位置        out保存结果位置（HDFS上，目录不能事先存在）

[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar wordcount test wordcount-out
[hduser@localhost ~]$ hadoop job -list all    查看执行过的作业
[hduser@localhost ~]$ hadoop fs -ls wordcount-out    查看任务输出结果
[hduser@localhost ~]$ hadoop fs -cat wordcount-out/part-r-00000

hadoop提供的web任务进程查看界面：（访问需关闭防火墙）
   JobTracker的HTTP服务器地址和端口，默认为0.0.0.0:50030；
   TaskTracker的HTTP服务器地址和端口，默认为0.0.0.0:50060；
   NameNode的HTTP服务器地址和端口，默认为0.0.0.0:50070；
   DataNode的HTTP服务器地址和端口，默认为0.0.0.0:50075；
   SecondaryNameNode的HTTP服务器地址和端口，默认为0.0.0.0:50090；


二、hadoop完全分布式配置：
   NameNode和JobTracker在一个节点上（lab201）
   SecondaryNameNode（SNN）在一个节点上(lab202)
   DataNode和TaskTracker在一个节点上(lab203)

三个节点上均进行如下操作（注：三个节点保持时间同步）
[root@localhost ~]# rpm -ivh jdk-7u21-linux-x64.rpm
[root@localhost ~]# vim /etc/profile.d/java.sh
JAVA_HOME=/usr/java/latest
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME PATH          
[root@localhost ~]# tar xf hadoop-0.20.2-cdh3u6.tar.gz -C /usr/local/
[root@localhost ~]# cd /usr/local/
[root@localhost local]# ln -sv hadoop-0.20.2-cdh3u6/ hadoop  
[root@localhost ~]# vim /etc/profile.d/hadoop.sh
HADOOP_HOME=/usr/local/hadoop
PATH=$HADOOP_HOME/bin:$PATH
export HADOOP_HOME PATH
[root@localhost ~]# java -version
[root@localhost ~]# hadoop version
[root@localhost ~]# useradd hduser
[root@localhost ~]# passwd hduser    
[root@localhost ~]# chown -R hduser.hduser /usr/local/hadoop/
[root@lab201 ~]# mkdir -pv /hadoop/temp
[root@lab201 ~]# chown -R hduser.hduser /hadoop

主结点配置（lab201）：
配置主节点hduser不需要密码访问从节点
[root@lab201 ~]# su - hduser
[hduser@lab201 ~]$ ssh-keygen -t rsa -P ''
[hduser@hjlab1 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@localhost
[hduser@lab201 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@lab201
[hduser@lab201 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@lab203

[hduser@lab201 conf]$ vim masters    修改SecondaryNameNode节点
lab202

[hduser@lab201 conf]$ vim slaves     修改从节点
lab203

[hduser@lab201 conf]$ vim core-site.xml

  
      hadoop.tmp.dir
        /hadoop/temp
  
  
      fs.default.name
        hdfs://lab201:8020
  

[hduser@lab201 conf]$ vim mapred-site.xml

  
      mapred.job.tracker
      lab201:8021
  

[hduser@lab201 conf]$ vim hdfs-site.xml         hduser对hadoop要写写权限，才能自动创建/hadoop/data    /hadoop/name等文件

        
                dfs.replication
                1
                The actual number of replications can be specified when the file is created.
        
        
                dfs.data.dir
                /hadoop/data
                ture
                The directories where the datanode stores blocks.
        
        
                dfs.name.dir
                /hadoop/name
                ture
                The directories where the namenode stores its persistent matadata.
        
        
                fs.checkpoint.dir
                /hadoop/namesecondary
                ture
                The directories where the secondarynamenode stores checkpoints.
        

将配置文件copy到从节点：
[hduser@lab201 conf]$ scp hdfs-site.xml core-site.xml mapred-site.xml lab2:/usr/local/hadoop/conf/
[hduser@lab201 conf]$ scp hdfs-site.xml core-site.xml mapred-site.xml lab3:/usr/local/hadoop/conf/

[hduser@lab201 conf]$ hadoop namenode -format
[hduser@lab201 conf]$ start-all.sh
[hduser@lab201 conf]$ jps
在从节点上jps查看进程是否启动，在浏览器中打开相关页面，查看是否能够正常访问

功能测试同伪分布式模式，此处不再介绍