总体思路,准备主从服务器,配置主服务器可以无密码SSH登录从服务器,解压安装JDK,解压安装Hadoop,配置hdfs、mapreduce等主从关系。
1、环境,3台CentOS7,64位,Hadoop2.7需要64位Linux,CentOS7 Minimal的ISO文件只有600M,操作系统十几分钟就可以安装完成,
Master 192.168.0.182
Slave1 192.168.0.183
Slave2 192.168.0.184
2、SSH免密码登录,因为Hadoop需要通过SSH登录到各个节点进行操作,我用的是root用户,每台服务器都生成公钥,再合并到authorized_keys
(1)CentOS默认没有启动ssh无密登录,去掉/etc/ssh/sshd_config其中2行的注释,每台服务器都要设置,
#RSAAuthentication yes
#PubkeyAuthentication yes
(2)输入命令,ssh-keygen -t rsa,生成key,都不输入密码,一直回车,/root就会生成.ssh文件夹,每台服务器都要设置,
(3)合并公钥到authorized_keys文件,在Master服务器,进入/root/.ssh目录,通过SSH命令合并,
cat id_rsa.pub>> authorized_keys
ssh [email protected] cat ~/.ssh/id_rsa.pub>> authorized_keys
ssh [email protected] cat ~/.ssh/id_rsa.pub>> authorized_keys
(4)把Master服务器的authorized_keys、known_hosts复制到Slave服务器的/root/.ssh目录
(5)完成,ssh [email protected]、ssh [email protected]就不需要输入密码了
3、安装JDK,Hadoop2.7需要JDK7,由于我的CentOS是最小化安装,所以没有OpenJDK,直接解压下载的JDK并配置变量即可
(1)下载“jdk-7u79-linux-x64.gz”,放到/home/java目录下
(2)解压,输入命令,tar -zxvf jdk-7u79-linux-x64.gz
(3)编辑/etc/profile
export JAVA_HOME=/home/java/jdk1.7.0_79
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
(4)使配置生效,输入命令,source /etc/profile
(5)输入命令,java -version,完成
4、安装Hadoop2.7,只在Master服务器解压,再复制到Slave服务器
(1)下载“hadoop-2.7.0.tar.gz”,放到/home/hadoop目录下
(2)解压,输入命令,tar -xzvf hadoop-2.7.0.tar.gz
(3)在/home/hadoop目录下创建数据存放的文件夹,tmp、hdfs、hdfs/data、hdfs/name
5、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的core-site.xml
6、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的hdfs-site.xml
7、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的mapred-site.xml
8、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的mapred-site.xml
9、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME,不设置的话,启动不了,
export JAVA_HOME=/home/java/jdk1.7.0_79
10、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的slaves,删除默认的localhost,增加2个从节点,
192.168.0.183
192.168.0.184
11、将配置好的Hadoop复制到各个节点对应位置上,通过scp传送,
scp -r /home/hadoop 192.168.0.183:/home/
scp -r /home/hadoop 192.168.0.184:/home/
12、在Master服务器启动hadoop,从节点会自动启动,进入/home/hadoop/hadoop-2.7.0目录
(1)初始化,输入命令,bin/hdfs namenode -format
(2)全部启动sbin/start-all.sh,也可以分开sbin/start-dfs.sh、sbin/start-yarn.sh
(3)停止的话,输入命令,sbin/stop-all.sh
(4)输入命令,jps,可以看到相关信息
13、Web访问,要先开放端口或者直接关闭防火墙
(1)输入命令,systemctl stop firewalld.service
(2)浏览器打开http://192.168.0.182:8088/
(3)浏览器打开http://192.168.0.182:50070/
14、安装完成。这只是大数据应用的开始,之后的工作就是,结合自己的情况,编写程序调用Hadoop的接口,发挥hdfs、mapreduce的作用。
我这边给出我的集群环境是由一台主节点master和三台从节点slave组成:
master 192.168.1.2
slave1 192.168.1.3
slave2 192.168.1.4
slave3 192.168.1.5
申明:我搭建的这个集群不是在普通用户,所以一下操作都是在超级用户root上。
一、虚拟机的安装
a) 我们从centos官网下载CentOS7(下载DVD IOS镜像就行了)
b) 在VMware Workstation 11上安装四台虚拟机,这里的具体的安装步骤,我就不再赘述。
二、虚拟机前期配置
a) 装好四台虚拟机后,我们设置虚拟机为静态IP,并修改一下虚拟机的主机名和IP地址,还需要增加IP与主机映射:
1) 修改主机名(分别在四台虚拟机修改为:master、slave1、slave2和slave3):
vi /etc/hostname
2) 修改IP地址并设置为静态IP:
vi /etc/sysconfig/network-scripts/ifcfg-eno16777736(虚拟机的网卡一般默认都是ifcfg-eno16777736)
增加以下内容:
BOOTPROTO=static #设置为静态IP
ONBOOT=yes #打开网卡
IPADDR=192.168.1.2 #设置IP,对应上面给出的四个IP地址,这里是master的IP
NETMASK=255.255.255.0 #设置子网掩码
GATEWAY=192.168.1.1 #设置网关
DNS1=8.8.8.8 #设置DNS,这里是Google的两个域名解析
DNS2=8.8.4.4
3) 增加IP与主机映射:
vi /etc/hosts
增加以下内容:
192.168.1.2 master
192.168.1.3 slave1
192.168.1.4 slave2
192.168.1.5 slave3
4)在完成以上步骤后reboot重启四台虚拟机:
reboot
三、ssh免密码登录
a) 在每台虚拟机的根目录root下,创建ssh公钥:
1) ssh-keygen –t rsa #连续回车,系统自动生成图形公钥
2) 在master中,进入.ssh目录,并将公钥写到authorized_keys:
cd .ssh/
ssh master cat /root/.ssh/id_rsa.pub>> authorized_keys #需要输入超级用户密码
ssh slave1 cat /root/.ssh/id_rsa.pub>> authorized_keys #需要输入超级用户密码
ssh slave2 cat /root/.ssh/id_rsa.pub>> authorized_keys #需要输入超级用户密码
ssh slave3 cat id_rsa.pub>> authorized_keys #需要输入超级用户密码
3) 更改authorized_keys属性,使之不能被修改:
chmod 600 authorized_keys
4) 在master的.ssh目录下,将生成的known_hosts和authorized_keys复制到各个从节点:
scp authorized_keys root@slave1:/root/ #需要输入超级用户密码
scp authorized_keys root@slave2:/root/ #需要输入超级用户密码
scp authorized_keys root@slave3:/root/ #需要输入超级用户密码
scp known_hosts root@slave1:/root/
scp known_hosts root@slave1:/root/
scp known_hosts root@slave1:/root/
5) 验证ssh的免密码登录:
在master中输入:ssh slave1、ssh slave2和ssh slave3是否需要密码,如果不需要,则ssh免密码配置成功。
四、jdk安装
五、scala安装
六、Hadoop2.6的解压安装
a) 我们从cloudera官网下载Hadoop-2.6.0-cdh5版本的压缩包
b) 在master节点中,解压Hadoop压缩包到/root/app/中:
tar –xzvf hadoop-2.6.0-cdh5.4.0.tar.gz
七、集群环境Hadoop的配置
在master中,进入到Hadoop的配置目录:
cd hadoop-2.6.0-cdh5.4.0 /etc/hadoop
a) slaves的配置:
vi slaves
删除localhost,增加三个从节点:
slave1
slave2
slave3
b) core-site.xml的配置:
在此之前,需要在Hadoop目录下创建data/tmp:
mkdir data
cd data
mrdir tmp
mkdir dfs
cd dfs
mkdir data
mkdir name
在hadoop-2.6.0-cdh5.4.0 /etc/hadoop下:
vi core-site.xml
在core-site.xml中增加:
c) hdfs-site.xml的配置:
vi hdfs-site.xml
在hdfs-site.xml增加:
d) mapred-site.xml的配置:
vi mapred-site.xml
在mapred-site.xml增加:
e) yarn-site.xml的配置:
vi yarn-site.xml
在yarn-site.xml增加:
f) 在hadoop-env.sh文件的最后加:
export JAVA_HOME=/usr/local/jdk(Java安装环境)
g) 配置好master中的Hadoop后,将Hadoop复制到各个节点对应位置上:
scp –r /root/app/hadoop-2.6.0-cdh5.4.0 slave1:/root/app/
scp –r /root/app/hadoop-2.6.0-cdh5.4.0 slave2:/root/app/
scp –r /root/app/hadoop-2.6.0-cdh5.4.0 slave3:/root/app/
八、启动hadoop
a)在主节点master的hadoop的目录下:
bin/hdfs namenode –format
sbin/start-dfs.sh
sbin/start-yarn.sh
然后在主节点master输入jps可以查看到NameNode、SecondaryNameNode、Jps和ResourceManager四个进程。
在从节点slave输入jps可以查看到Jps、NodeManager和DataNode三个进程。
b) 出现以上进程提示,恭喜你,你的hadoop的环境搭建完成!