从头搭建hadoop集群

1、上传cenos-6.5-hadoop-2.6.4.tar.gz 到node1的/home/software下

2、在node1创建/home/apps用于安装软件

3、进入/home/apps/hadoop-2.6.4/etc/hadoop配置

1)配置hadoop-env.sh

2)配置core-site.xml

3)配置hdfs-site.xml

默认是3

dfs.replication

2

4)配置mapred-site.xml.template

mapreduce.framework.name

yarn

5）配置yarn-site.xml

yarn.resourcemanager.hostname

node1

yarn.nodemanager.aux-services

mapreduce_shuffle

6)至此 hadoop配置好了，分发到 node2 、node3和node4

4、在node1上配置hadoop的环境变量

/home/apps/hadoop-2.6.4

然后激活

5、分发 /etc/profile到node2、node3、node4

然后激活

source /etc/profile

6、在node1上格式化

node1是老大

要输入Y ，否则启动后无法访问50070

7、在node1上启动namenode

查看：

8、访问

在笔记本C:\Windows\System32\drivers\etc中配置hosts

http://node1:50070

访问不了，查看50070端口是监听状态。

如果访问不了，全部关闭防火墙，重启，并且重启笔记本。

往下拉，看看容量会0

9、在node2、node3、node4任意一台上启动datanode

在node3上启动.

因为hadoop中，我们设置了namenode，启动datanode时会自动和namenode握手，启动datanode就相当于动态增加了

刷新，查看那大小：

应该有大小了。

我这里还是0，应该是哪里出问题了。这是是启动它自己的。 刚才启动node3和node2都无效

node3和node2里都有 hadoop，里面都配置了node1，node3和node2都不知道node1是什么，因此配置 node2的hosts实验一下：

然后启动：

猜想是失败。

明天试下在node1中设置node2的ip,在node1中设置node2然后测试，成功了。

启动较慢，要稍微等一下，启动完立马刷新，可能看不到效果。

因此，在4台机器上的/etc/hots都设置4个：

否则 每台机器上都得设置node1，另外node1上得设置4个，为了简单，每台机器都设置4个。

11）在node1上设置4个映射

2）分发到node2 node3 和 node4

3）启动过两台

4)结果

10、如果有100台机器我们启动太慢了，hadoop自带启动脚本

自动化弃掉脚本，需要知道启动哪些，查看

/home/apps/hadoop-2.6.4/etc/hadoop下的slaves

意思是在本地启动或关闭namenode，这显然不对，改为如下：

然后设置免密登录

1）设置免密登录

先关闭 2台datanode和namenode

然后设置免密登录：

要在namenode节点设置，也就是在node1上设置。

2）输入ssh-keygen

然后输入四个回车。会生成私钥和公钥

如果希望公钥和私钥在home下，先进入home，在输入ssh-keygen

3)将公钥拷贝到要免密登陆的目标机器上

首先到自己：

然后到node2：

到node3：

到node4：

4）检查免密登录是否生效

然后用exit退出。

5）自动化脚本停止 hdfs

在没启动的情况下，直接停止

不建议用stop-all。

在node1上操作：

进入/home/apps/hadoop-2.6.4/sbin/

然后执行stop-dfs.sh

如果没有编辑

可能会出错，不会启动或关闭node2、node3、node4

start-all.sh 是启动两个，包括start-dfs.sh和start-yarn.sh.

如果希望少启动或多启动datanode，可以编辑salves。

vi /home/apps/hadoop-2.6.4/etc/hadoop/slaves

这里编辑：salves，打算启动两台

然后在node1上执行，start-dfs.sh

然后访问 http://node1:50070：

至此，搭建完全成功。