CentOS 安装 hadoop hbase 使用 cloudera 版本。（一）

使用Virtualbox安装系统和 hadoop ，hbase

 

参考安装:

cloudera 的hadoop 只支持 64bit的版本.而要用虚拟机安装 64bit 的要满足 4个条件.

 

 

1, 64bit的cpu

3, 64bit的操作系统

3, 64bit的VirtualBox

4, 必须允许硬件虚拟化(需要到 bios 里面打开virtualization的一项)

 

Debian 64bit install VirtualBox.

 

#修改apt source 权限。

sudo chmod +w /etc/apt/sources.list

添加一行。

 

sudo vi /etc/apt/sources.list

 

 

#virtual box.

deb http://download.virtualbox.org/virtualbox/debian squeeze contrib non-free

#再把权限修改回去。

sudo chmod -w /etc/apt/sources.list

 

 

#添加key

wget -q http://download.virtualbox.org/virtualbox/debian/oracle_vbox.asc -O- | sudo apt-key add -

sudo apt-get install virtualbox-4.1 

 

创建一个许虚拟机。然后安装 64bit的 CentOS 系统。

 

 安装过程略。可参考前面的文章：

 

http://toeo.iteye.com/admin/blogs/1233372

 

只不过这里是安装 64bit的CentOS .

 

http://mirrors.163.com/centos/6.0/isos/x86_64/CentOS-6.0-x86_64-minimal.iso

 

安装系统。

 

 

然后就可以安装 64bit 的CentOS了.

 

 

 

https://ccp.cloudera.com/display/CDHDOC/CDH3+Installation

 

首先安装源.

 

wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cdh3-repository-1.0-1.noarch.rpm

rpm -ivh cdh3-repository-1.0-1.noarch.rpm

 

cd /etc/yum.repos.d/

 

wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cloudera-cdh3.repo

rpm --import http://archive.cloudera.com/redhat/6/x86_64/cdh/RPM-GPG-KEY-cloudera

yum search hadoop

yum install hadoop

然后就可以安装了。

 

总共大小 45MB。

安装 hbase。

 sudo yum install hadoop-hbase

 

配置启动 hadoop

要启动hadoop hbase 这样还不行。

［参考］  http://hadoop.apache.org/common/docs/r0.20.2/quickstart.html

yum install  rsync

使用 cloudera 的hadoop 安装的完成 ，其实 hadoop的目录是在 /usr/lib/hadoop/

修改配置文件：

conf/core-site.xml:

 

    fs.default.name

    hdfs://localhost:9000

 

conf/hdfs-site.xml:

 

    dfs.replication

    1

 

conf/mapred-site.xml:

 

    mapred.job.tracker

    localhost:9001

 

说明下。 rpm 安装包安装之后 将会创建一个 hdfs的用户。并且将用户的根目录设置在 /usr/lib/hadoop/下。

但是这个目录可以访问但不能创建文件夹。所以要用户root 创建一个 .ssh的文件夹。并将所有着给hdfs。

配置ssh

#root 操作

mkdir /usr/lib/hadoop/.ssh

#修改所有者。

chown hdfs:hdfs /usr/lib/hadoop/.ssh -R

#切换用户

su hdfs

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

#测试

ssh localhost

#如果可以登录说明配置好了。

 

同时安装包修改了主机名。也要修改 hosts文件

添加一个 127.0.0.1 的别名 bogon 

vi /etc/hosts

 

然后就可以测试是否可以启动。停止了。

su hdfs

cd /usr/lib/hadoop/bin

#启动

sh start-all.sh

#停止

sh stop-all.sh

如果没有报错误。就说明都配置对了。并且可以正常启动关闭。

 

在启动前一点要格式化 namenode

hadoop namenode -format

 

#然后启动 hadoop。

sh start-all.sh

创建一个文件夹测试下。没有包错就说明成功了。

 

然后就可以运行下 官方的测试了。

官方的例子是统计一个文章里面的字符出现的频率。（很经典的例子）

这里直接把Hadoop 目录下的 README.txt 拷贝到文件系统上。

#上传到hadoop的文件系统.

hadoop fs -put /usr/lib/hadoop/README.txt /tmp/input 

#执行example 例子。

hadoop jar hadoop-examples.jar wordcount /tmp/input /output

运行结果如下：

 

 

运行结果。如下：显示每个单词出现的次数。

 

配置启动 Hbase

同样的道理。还使用 hdfs的用户启动 hbase。

［参考］

  http://hbase.apache.org/book/quickstart.html

https://ccp.cloudera.com/display/CDHDOC/HBase+Installation#HBaseInstallation-SettingUserLimitsforHBase

首先要修改 配置文件hbase-site.xml。目录在/usr/lib/hbase/conf/。 

vi /usr/lib/hbase/conf/hbase-site.xml

 

    hbase.rootdir

    hdfs://localhost:9000/hbase

 

 

    dfs.replication

    1

 

修改配置文件。hbase的根目录指向 hadoop的 hdfs 文件系统。

 

启动 hbase。使用 hdfs 用户

这里要注意下。发现没有 hbase 用户。所以用的 hdfs 用户。

需要修改下 /var/log/hbase/ 这个文件夹的权限。否则在启动的时候会报文件没有创建。

#root 用户修改

chmod 777 /var/log/hbase/

修改hbase-env.sh 文件。在里面设置JAVA_HOME，需要重新设置下。

vi /usr/lib/hbase/conf/hbase-env.sh

java 默认安装 在 /usr/java/default/ 目录下。

 

#使用hdfs 用户启动 hbase。

su hdfs

sh /usr/lib/hbase/bin/start-hbase.sh

正常启动。

 

进入 hbase 命令行。

hbase shell

这个时候可以进入 shell 但是报错：

 

ERROR: org.apache.hadoop.hbase.ZooKeeperConnectionException: HBase is able to connect to

ZooKeeper but the connection closes immediately. This could be a sign that the server has too many

connections (30 is the default).

需要修改 limits.conf

vi /etc/security/limits.conf

在最后添加两行：

hdfs  -       nofile  32768

hbase  -       nofile  32768

 

重启下 hbase 就可以创建表查询表了。。

 

都没有报错。

命令 是 参考  http://hbase.apache.org/book/quickstart.html

hbase(main):003:0> create 'test', 'cf'

0 row(s) in 1.2200 seconds

hbase(main):003:0> list 'table'

test

1 row(s) in 0.0550 seconds

hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1'

0 row(s) in 0.0560 seconds

hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2'

0 row(s) in 0.0370 seconds

其他的就自己去练习吧。

可以用root 在 hdfs的主目录 创建 两个 启动停止的脚本：

--start_hadoop_hbase.sh

sh /usr/lib/hadoop-0.20/bin/start-all.sh
sh /usr/lib/hbase/bin/start-hbase.sh

--stop_hadoop_hbase.sh

sh /usr/lib/hadoop-0.20/bin/stop-all.sh
sh /usr/lib/hbase/bin/stop-hbase.sh

 

总结：

在linux的服务器一般 用的都是 redhat 或 centos。没有使用 apache的 hadoop 而是用的 cloudera 的版本。

cloudera 的版本很简单。也很方便。比自己配置问题少很多。并且有专门的公司维护这个。yum 安装更新也很方便。

 

这次是 安装使用 hadoop 遇到问题比较少的一次。。接下来要研究 集群。和使用 java 联系 hadoop hbase。

同样也是在 虚拟机上面。但是虚拟机比真实的要慢很多。

持续更新中。