Hadoop系统完全分布式集群搭建方法

Hadoop系统分布式集群搭建方法

 

        记得以前学习hadoop时，互联网上有不少有关Hadoop环境搭建的方法，但很多语焉不详，步骤不清晰。下面是本人亲自搭建hadoop完全分布式系统环境的笔记，沉落硬盘已久，闲来无事，现整理后发到博客上，和博友共勉，希望对hadoop初学者有所帮助，欣喜不已！

1. linux操作系统安装

在每个节点上安装Linux操作系统（Centos6.3），安装时为各机器分别命名为 Master，slave1、slave2…。令主机名为Master的作为主节点，主机名为slave1、slave2…作为从节点。

如果是在已经安装好系统的集群中配置hadoop环境，且各机器的主机名命名无规律，这时最好按照下述方法修改主机名。

1.1编辑各个机器的主机名：（将主从节点的主机名分别命名为Master，slave1、slave2…）

 [root@Centos ~]# vi /etc/hostname

 [root@Centos ~]# vi /etc/sysconfig/network

注：如有必要，主从节点都需要修改，这样改的目的是容易规划集群中的机器。

 

1.2为所有主从节点设置静态IP（为所有机器配置好静态IP）

1.2.1修改网卡配置，编辑：vi /etc/sysconfig/network-scripts/ifcfg-eth0

1.2.2修改网关配置，编辑：vi /etc/sysconfig/network　

1.2.3修改DNS 配置，编辑：vi /etc/resolv.conf

1.2.4重启网络服务，  执行命令：service network restart

 

2.安装SSH并配置免密码SSH访问机制（重要）

如果安装RHELS 6.0 ,确保软件安装时把SSH选上；如果安装Linux时没有安装SSH，则需要另行安装SSH。

 

配置为可以免密码登录主节点和从节点:

首先查看在“当前用户”文件夹下是否存在.ssh文件夹（注意ssh前面有“.”，这是一个隐藏文件夹）。输入命令查看此文件夹是否存在。一般来说，安装SSH时会自动在当前用户下创建这个隐藏文件夹，如果没有，可以手创建一个。）

下面的配置我是在主节点Master的hadoop用户下进行的：

[hadoop@Master ~]# ls –a

发现.ssh文件夹已经存在。

接下来输入命令（注意下面命令中不是双引号，是两个单引号）：

执行： [hadoop @Master ~]# ssh-keygen -t  rsa

Generating public/private rsa key pair.

Enter file in which to save the key (/home/hadoop/.ssh/id_rsa): & 按回车默认路径 &

Created directory '/home/ hadoop /.ssh'.  &创建/ hadoop /.ssh目录&

Enter passphrase (empty for no passphrase):

Enter same passphrase again:

Your identification has been saved in/home / hadoop /.ssh/id_rsa.

Your public key has been saved in/home / hadoop /.ssh/id_rsa.pub.

The key fingerprint is:

c6:7e:57:59:0a:2d:85:49:23:cc:c4:58:ff:db:5b:38 root@master

通过以上命令将在/home/ hadoop /.ssh/目录下生成id_rsa私钥和id_rsa.pub公钥。

进入/ hadoop /.ssh目录在namenode节点下做如下配置：

[hadoop @Master.ssh]# cat id_rsa.pub > authorized_keys

至此，主节点配置完毕，可通过ssh本机IP 测试是否需要密码登录。

操作如图所示：说明配置无密码登录成功！

然后配置从节点，将authorized_keys文件复制到所有从节点上：

[hadoop@Master.ssh]$ scp authorized_keys  [从节点主机名或IP]:/home/hadoop/.ssh

至此免密码登录各节点已配置完毕，可通过ssh各节点IP 测试是否需要密码登录。

 

3.安装Java（首先使用[root@ Master ~]#arch命令查看机器属于32位还是64位机）

 （1）查看系统默认安装的JDK，命令：java -version

 （2）下载和安装自己的Jdk，将jdk安装在/usr/java目录下。

root用户登陆，新建目录mkdir  /usr/java，然后将 JDK 安装包jdk-6u13-linux-i586.bin复制到目录/usr/java下，进入该目录，执行安装命令“./ jdk-6u13-linux-i586.bin”，安装完成后将在目录下生成jdk的安装文件夹/jdk1.6.0_13。

 （3）删除默认安装的jdk

      查看jdk的版本号：rpm -qa|grep  jdk    卸载：yum -y remove

 

4.创建专门的hadoop用户（令hadoop集群中的所有机器都是在hadoop用户下工作！）

创建用户组：hadoop，然后在此用户组下创建hadoop用户。可在安装系统的时候创建，也可以在安装好之后用如下命令创建：

[root@ Master ~]# groupadd  hadoop

[root@ Master ~]# useradd -g hadoop  -d /home/hadoop  hadoop

“hadoop”是所创建的用户名, -d指明“ hadoop”用户的home目录是/home/hadoop）

[root@ Master ~]# passwd hadoop [给用户hadoop设置口令]

1). 在真实集群分布模式下，要求集群中所有节点使用相同的用户名，这是hadoop的基本要求。比如，可以使用“hadoop”作为所有节点上统一的用户名。

2). 并且要求在所有节点上安装的hadoop系统具有完全一致的目录结构。

 

5.在主节点上解压安装Hadoop

—  到Hadoop官网下载hadoop-1.0.1.tar.gz（本人使用的是此版本！）

—  建立安装目录

    [hadoop@ Master ~] $mkdir ~/hadoop_installs

—  把hadoop-1.0.1.tar.gz放在这里，然后解压：

[hadoop@ Master hadoop_installs]$ tar –zxvf hadoop-1.0.1.tar.gz

解压安装完毕，可得hadoop的安装根目录为：/home/hadoop/hadoop_installs/hadoop-1.0.1

注：这个过程仅需在主节点上完成，然后安装好的Hadoop系统在完成后续配置后可被复制到所有从节点。

6.配置环境变量(每个节点都必须做）

—  进入到“hadoop”用户下[root@Master ~]# su –hadoop [注意中间的”-”不要丢]

   [hadoop@ Master ~]$vi  ~/.bash_profile （此修改方式仅对hadoop用户生效）

  注： [root@ Master ~]#vi  /etc/profile这种修改方式是对本机所有用户生效！

设置如下环境变量：

  export  JAVA_HOME=/usr/java/jdk1.6.0_13

  export  JRE_HOME=/usr/java /jdk1.6.0_13/jre

   export  CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

   export  PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

export  HADOOP_HOME=/home/hadoop/hadoop_installs/hadoop-1.0.1

   export  PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

在vi编辑器增加以上内容后保存退出，并执行以下命令使配置生效！

#chmod  +x  /etc/profile；增加执行权限

#source  /etc/profile；使配置生效！

配置完毕后，在命令行中输入：java -version，如出现下列信息说明java环境安装成功。

java version "1.6.0_13"

Java(TM) SE Runtime Environment (build 1.6.0_13-b03)

Java HotSpot(TM) Server VM (build 16.3-b01, mixed mode)

 

7.在主节点上修改hadoop配置文件

  Hadoop的配置文件存放在hadoop安装目录下的conf目录中，主要有以下几个配置文件要修改：

—  conf/hadoop-env.sh：Hadoop环境变量设置

—  conf/core-site.xml：主要完成NameNode的IP和端口设置

—  conf/hdfs-site.xml：主要完成HDFS的数据块副本等参数设置

—  conf/mapred-site.xml：主要完成JobTracker IP和端口设置

—  conf/masters：完成master节点IP设置

 进入/home/hadoop/hadoop_install/hadoop-1.0.1/conf，配置Hadoop配置文件

7.1配置hadoop-env.sh文件

打开文件命令：vi hadoop-env.sh

添加 # set java environment

             export JAVA_HOME=/usr/java/jdk1.6.0_13

编辑后保存退出。

7.2配置core-site.xml

[hadoop@Master conf]$ vi core-site.xml

  

     fs.default.name

     hdfs://Master:9000/

//注：Master为主节点主机名，9000后面的“/”不能少

  

     

      hadoop.tmp.dir 

/tmp 

说明：hadoop分布式文件系统的两个重要的目录结构，一个是namenode上名字空间的存放地方，一个是datanode数据块的存放地方，还有一些其他的文件存放地方，这些存放地方都是基于hadoop.tmp.dir目录的，比如namenode的名字空间存放地方就是 ${hadoop.tmp.dir}/dfs/name, datanode数据块的存放地方就是 ${hadoop.tmp.dir}/dfs/data，所以设置好hadoop.tmp.dir目录后，其他的重要目录都是在这个目录下面，这是一个根目录。在此设置的是 /tmp,当然这个目录必须是存在的。

7.3配置hdfs-site.xml

[hadoop@Master conf]$ vi  hdfs-site.xml

 

     dfs.replication

     3

 

    

7.4配置mapred-site.xml

[hadoop@Master conf]$ vi mapred-site.xml

 

     mapred.job.tracker

     Master:9001

 

7.5配置masters文件和slaves文件

[hadoop@Master conf]$ vi masters   修改为主节点的主机名

[hadoop@Master conf]$ vi slaves   列出所有从节点的主机名

注：这个过程仅需在主节点上进行，然后将随着主机上安装好的Hadoop目录一起复制到所有从节点

 

8.复制Hadoop系统到所有从节点

将在主节点安装好的Hadoop系统目录复制到每一个从节点上：

[hadoop@ Master ~]$ scp -r /home/hadoop/hadoop-installs [从节点主机名或IP]:/home/hadoop/

这样可以避免对每一个从节点重复进行Hadoop系统安装。

 

9.在NameNode和DataNode节点上分别进行“主机名和IP解析”配置

修改每台机器的/etc/hosts设置：

—  若为NameNode，则需要在hosts文件中添加集群中所有节点的IP地址机器对应的主机名。示例：

—  若为DataNode，则只需要在文件中添加本机和NameNode的IP地址及对应的主机名。

10.格式化NameNode

—  执行Hadoop的bin文件夹中的格式化命令：

    [hadoop@ Master ~]$ hadoop namenode -format

   

    如果格式化成功，会返回一堆有关NameNode的启动信息，其中会有一句“…. has been successfully formatted.”

 

11.启动HDFS和MapReduce

—  执行以下命令启动HDFS和MapReduce

     [hadoop@ Master ~]$ start-all.sh

—  用JPS命令检查一下是否正常启动：

     [hadoop@ Master ~]$ jps

显示以下各进程信息则说明HDFS和MapReduce都已正常启动：

4706 JobTracker

4582 SecondaryNameNode

4278 NameNode

4413 DataNode

4853 TaskTracker

4889 Jps

12 查看集群状态

命令方式： [hadoop@Master bin]$ hadoop dfsadmin –report

浏览器方式：在WEB页面下查看Hadoop工作情况

输入部署Hadoop服务器的IP：http://IP:50070；http://IP:50030.

 

 

13.运行测试

—  在Linux文件系统下（如/home/hadoop /test)创建两个文本数据文件:

          file1.txt：hello hadoop hello world

          file2.txt：goodbye hadoop

—  在hdfs分布式文件系统创建目录input：

[hadoop@ Master ~]$ hadoop fs -mkdir input

—  离开hodoop的安全模式：

[hadoop@Master ~]$ hadoop dfsadmin –safemode leave

—  将文件复制到HDFS文件系统中的input文件夹下：(下面命令二选一使用)

       [hadoop@Master ~]$ hadoop  dfs  –copyFromLocal   ~/test/*   input

       [hadoop@Master ~]$hadoop  fs  –put  ~/test/*  input

—  运行hadoop安装包中自带的WorldCount程序进行测试：

[hadoop@Master ~]$hadoop jar hadoop-1.0.1-examples.jar  wordcount  input  output

注：其中output只能由程序创建，HDFS文件系统中不能事先存在.

—  在查看执行结果:

[hadoop@Master ~] hadoop dfs -cat output/*

 

14.停止HDFS和MapReduce

—  执行以下命令启动HDFS和MapReduce

     [hadoop@ Master ~]$ stop-all.sh