Hadoop集群的搭建

• hdfs集群：负责文件读写/namenode、datanode
• yarn集群：负责为mapreduce分配运算硬件资源/resource manager

---

• 环境的配置（mini1.mini2.mini3.mini4）
  • 添加hadoop用户

useradd hadoop
passwd hadoop

• 配置sudoers

vi /etc/sudoers
yyp （复制粘贴一行）
scp /etc/sudoers mini2:/etc/

uri:统一资源定位符
hdfs://mini1:9000(协议，namenode)
jdbc:mysql://localhost:3306

• sftp上传编译好的hadoop，并配置文件
  cd /home/hadoop/apps/hadoop-2.6.4/etc/hadoop

1. hadoop-env.sh
   配置$JAVA_HOME
2. core-site.xml

fs.defaultFS
hdfs://mini1:9000
   （指定文件系统用hdfs，namenode：mini1，端口9000）

hadoop.tmp.dir
/home/hadoop/hdpdata
    （集群上的机器的进程工作的数据目录）

3. hdfs-site.xml

dfs.replication
2

4. mapred-site.xml.template

mapreduce.framwork.name
yarn

(mapreduce程序提交完后交给yarn)

mv mapred-site.xml.template mapred-site.xml

5. yarn-site.xml

yarn.resourcemanager.hostname
mini1


yarn.nodemanager.aux-services
mapreduce_shuffle

• 拷贝到集群中其他机器中：
  scp -r apps mini2/3/4:/home/hadoop
• hadoop环境变量：

pwd
sudo vi /etc/profile
export HADOOP_HOME=/home/hadoop/apps/hadoop-2.6.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

再scp到其他mini2,3,4

sudo scp /etc/profile mini4:/etc/
source /etc/profile

• 格式化hdfs
  hadoop namenode -format

  

  格式化后都有啥
  
  

  fsimage:文件系统元信息的镜像

• 启动hadoop

hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode
jps(查看java进程)

http://mini：50070(jetty） 查看节点状态

• 最好的方式时写成一个脚本：XX
  • 在/etc中本身就有startall的脚本， 其他的slaves等等都是自启动脚本的配置文件。
    先配置文件slaves

start-dfs.sh
    stop-dfs.sh
start-yarn.sh
    stop-yarn.sh

• 集群中各机器的ssh免密码登陆配置

ssh-keygen
ssh-copy-id 其他机器主机名