Hadoop-2.5.1安装步骤及异常处理

目标

在vmware14.1.1中的三个虚拟机上安装hadoop 2.5.1 稳定版本。

由于hadoop 2.x.x 都是同一个系列，所以其他hadoop 2.x.x版本的安装可以参照这篇步骤来做。

环境介绍

三台vmware-14.1.1中的虚拟机

操作系统：ubuntu 16.04 LTS

网络配置：

• vm-01 /etc/hosts文件

  127.0.0.1       localhost
  #127.0.1.1       vm-01 

  # The following lines are desirable for IPv6 capable hosts
  ::1     ip6-localhost ip6-loopback
  fe00::0 ip6-localnet
  ff00::0 ip6-mcastprefix
  ff02::1 ip6-allnodes
  ff02::2 ip6-allrouters

  #set cluster Ip
  #192.168.184.131 vm-01
  192.168.184.132 vm-02
  192.168.184.133 vm-03


  192.168.184.131 master
  192.168.184.132 slave1
  192.168.184.133 slave2

• vm-02 /etc/hosts文件

  127.0.0.1       localhost
  #127.0.1.1       vm-02

  # The following lines are desirable for IPv6 capable hosts
  ::1     ip6-localhost ip6-loopback
  fe00::0 ip6-localnet
  ff00::0 ip6-mcastprefix
  ff02::1 ip6-allnodes
  ff02::2 ip6-allrouters


  #set cluster Ip
  192.168.184.131 vm-01
  #192.168.184.132 vm-02
  192.168.184.133 vm-03

  192.168.184.131 master
  192.168.184.132 slave1
  192.168.184.133 slave2

• vm-03 /etc/hosts文件

127.0.0.1       localhost
#127.0.1.1       vm-03

# The following lines are desirable for IPv6 capable hosts
::1     ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters


#set cluster Ip
192.168.184.131 vm-01
192.168.184.132 vm-02
#192.168.184.133 vm-03


192.168.184.131 master
192.168.184.132 slave1
192.168.184.133 slave2

上面的三个hosts文件中一定要注意第二行哪个127.0.0.1 vm-x的配置，一定要注释掉，因为后面我们配置hadoop的一些配置文件时会使用到主机名，如果不注释掉那一行，hadoop则会依据主机名找到127.0.0.1这个ip地址，那么最后就是会报错的。

java配置：

三个虚拟机器中java版本都是java version “1.8.0_181”，安装路径都是/opt/java，java的安装步骤可以参看网上等相关资料，或者看自己的笔记，这里就不再细讲了。

用户: hduser

用户组: hadoop

下载hadoop

现在百度搜索"apache官网"，进入到官网后，下载路径是：

apache->project->Hadoop->页面的Dowload按钮，可以看到下面的页面：

由于我们想安装的是hadoop 2.5.1，在这个页面的下载项中没有这个版本，所以我们点击红框中的那个链接在以前版本中找到hadoop 2.5.1。

点击之后进入到页面https://archive.apache.org/dist/hadoop/common/

然后选择hadoop 2.5.1 项目，进入到下载页面https://archive.apache.org/dist/hadoop/common/hadoop-2.5.1/，页面如下所示：

由于打算在ubuntu16.04中使用安装包安装，所以我们选择hadoop-2.5.1.tar.gz文件选项，接下来就是等着下载完成吧。如果想要对下载后的文件进行验证，那么下载这个页面中对应的校验码文件进行验证就可以了。

接下的操作主要是在主机vm-01上执行的。

解压文件并更改权限

在/opt下创建文件夹hadoop

~$ mkdir /opt/hadoop

如果遇到权限问题，那么就在语句的前面加上sudo获得超级权限就好了。

然后对下载的hadoop-2.5.1.tar.gz文件在/opt/hadoop下进行挤压

/opt/hadoop$ tar -zxvf hadoop-2.5.1.tar.gz 

将hadoop文件的权限赋给hduser用户：

/opt/$ sudo chown -R hduser:hadoop hadoop/

添加tmp文件夹

因为HDFS默认把namenode的格式化信息存在了系统的tmp目录下，该目录每次开机会被清空，因此每次重新启动机器，都需要重新格式化HDFS。解决方案是配置一个新的tmp目录给hadoop，这样就无需每次重新格式化hdfs。

/opt/$ mkdir /opt/hadoop/hadoop-2.5.1/tmp

修改环境配置

在家目录下的.bashrc文件下配置环境变量：

~$ vim .bashrc

在底部增加下面的内容：

#set hadoop path
export HADOOP_HOME=/opt/hadoop/hadoop-2.5.1
export PATH=$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH

修改hadoop配置

core-site.xml和hdfs-site.xml是站在HDFS角度上的配置文件；core-site.xml和mapred-site.xml是站在MapReduce角度上的配置文件

配置hadoop-env.sh

~$ vim /opt/hadoop/hadoop-2.5.1/etc/hadoop/hadoop-env.sh

在文件钟找到“export JAVA_HOME”，将其更改为：

export JAVA_HOME=/opt/java/jdk1.8.0_181 #自己java的home

配置core-site.xml

核心配置文件，设置临时目录及配置的是HDFS的地址和端口号，注：须将下面配置中的value中ip修改为192.168.184.131，也就是master节点的IP地址。

~$ vim /opt/hadoop/hadoop-2.5.1/etc/hadoop/core-site.xml 

在标签configuration中添加如下的内容：

<configuration>
    <property>
        <name>hadoop.tmp.dirname>
        <value>/opt/hadoop/hadoop-2.5.1/tmpvalue>
        <description>A base for other temporary directories.description>
        
    property>

    <property>
        <name>fs.default.namename>
        
        <value>hdfs://192.168.184.131:9000value>
    property>

configuration>

配置hdfs-site.xml

修改Hadoop中HDFS的配置，配置的备份方式默认为3,Salve少于3则会报错

~$ vim /opt/hadoop/hadoop-2.5.1/etc/hadoop/hdfs-site.xml  

配置文件内容：

<configuration>
    <property>
        <name>dfs.replicationname>
        <value>2value>
    property>
configuration>

配置mapred-site.xml

/opt/hadoop/hadoop-2.5.1/etc/hadoop$ cp mapred-site.xml.template mapred-site.xml 

添加下面的内容：

<configuration>
    <property>
        <name>mapred.job.trackername>
        <value>http://192.168.184.131:9001value>
    property>
configuration>

接下来还要再配置一下yarn-site.xml配置文件，如果不配置yarn-site.xml的相关信息，会导致8088端口网页看不到资源信息，并且nodemanager启动后过一段时间会消失的问题，详情参见[异常1](#1. 8088端口页面上总是没有资源，dataManager进程启动后过一会儿会消失)。对yarn-site.xml文件增加下面的内容：

<configuration>
    
    <property>
        <name>yarn.resourcemanager.addressname>
        <value>192.168.184.131:8032value>
    property>
    <property>
        <name>yarn.resourcemanager.scheduler.addressname>
        <value>192.168.184.131:8030value>
    property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.addressname>
        <value>192.168.184.131:8031value>
    property>
configuration>

上面这个yarn-site.xml配置文件的192.168.184.131就是master的地址，为了防止出错，所以配置成了绝对地址。

配置salves文件

配置salves文件

由于是hadoop-2.5.1版本，所以不再需要配置master文件，直接配置salves文件

Master主机特有：

/opt/hadoop/hadoop-2.5.1/etc/hadoop$ vim salves

如果salves文件里面有localhost，记得一定要移除，然后再添加下面的内容：

192.168.184.132
192.168.184.133

目前是打算让192.168.184.131当作master，其余的192.168.184.132和192.168.184.133当作从节点。

配置Salve的hadoop，可以单机采用上述1-5；也可直接将master节点上的hadoop文件夹复制过去，salve机器上的slaves文件是无需配置的，但无所谓。

分发hadoop文件文件到vm-02

/opt$ scp -r hadoop/ hduser@vm-02:software/

由于vm-02上的/opt是root用户所拥有，所以不能直接拷贝到vm-02的/opt下。先拷贝到vm-02的~/software，然后再进行移动到/opt/下。

ssh登录到slave机器vm-02上。如果没有配置三台机器的免密码登陆，可以参看百度的“配置ssh免密码登录”教程。这里不再细说。

/opt$ ssh vm-02

在vm-02上配置环境：

~$ vim .bashrc

在底部加入：

#set hadoop path

export HADOOP_HOME=/opt/hadoop/hadoop-2.5.1
export PATH=$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH

然后保存并退出。

要想让上面配置的环境生效，可以执行. ~/.bashrc或source ~/.bashrc命令，或者重新登陆终端。

启动和验证

启动hadoop

​ (1) 格式化namenode

hduser@vm-01:~/ hadoop namenode -format 

​ (2)启动

hduser@vm-01:~/ start-all.sh

验证是否启动成功

使用jps命令来查看相关进程是不是已经都启动了。

master显示：

hduser@vm-01:~$ jps
98468 Jps
95757 ResourceManager
95420 NameNode
95615 SecondaryNameNode

slave显示：

vm-02上：

hduser@vm-02:~$ jps
32353 NodeManager
32535 Jps
32251 DataNode

​ vm-03上：

hduser@vm-03:~$ jps
12338 DataNode
12698 Jps
12430 NodeManager

也可以运行命令查看各个节点信息：

hadoop dfsadmin -report 

或者登录信息网页检测：

http:192.168.184.131:50070

运行mapreduce示例程序(wordcount)

启动hadoop集群

hduser@vm-01:~$ start-all.sh

创建hdfs目录

hduser@vm-01:~$ hadoop fs -mkdir /input

上传文件

hadoop fs -put pg132.txt /input/

hduser@vm-01:~/tmp/$ hadoop fs -put pg132.txt /input/

查看文件

hduser@vm-01:~/tmp/$ hadoop fs -ls /input 

输出文件夹为output，无需新建，若已存在需删除

运行hadoop自带例子

hduser@vm-01:~/tmp/$ hadoop jar /opt/hadoop/hadoop-2.5.1/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.1.jar wordcount /input/ /output/

查看文件输出结果

hduser@vm-01:~/tmp/$ hadoop fs -ls /output

查看词频统计结果

hduser@vm-01:~/tmp/$ hadoop fs -cat /output/part-r-00000

将hdfs上文件导出到本地

hduser@vm-01:~/tmp/$ hadoop fs -get /output/part-r-00000 ./

异常问题解决

1. 8088端口页面上总是没有资源，dataManager进程启动后过一会儿会消失

分布式搭建成功后，发现在8088端口的页面上总是没有资源。查看从节点上的datanodemanager的相关的以yarn开头的日志文件有：

org.apache.hadoop.ipc.Client: Retrying connect to server: 0.0.0.0/0.0.0.0:8031异常。

这个异常也会导致调用start-all.sh脚本后，虽然可以在从节点上看见datamanager进程，但是过一会儿它就会消失。

解决方法

在 hadoo的etc/hadoop/yarn-site.xml配置下面的参数即可以解决问题:

<property>
    <name>yarn.resourcemanager.addressname>
    <value>linux321:8032value>
property>
<property>
    <name>yarn.resourcemanager.scheduler.addressname>
    <value>linux321:8030value>
property>
<property>
    <name>yarn.resourcemanager.resource-tracker.addressname>
    <value>linux321:8031value>
property>

注意主机名linux321的替换，最好是换成绝对的IP地址。

总结

​ 到这里就完成在vmware14.1.1的三台ubuntu 16.04 LTS 虚拟机上对hadoop-2.5.1的搭建了。在搭建的过程中一定要慢一点，遇到问题一定要看看日志信息。