Centos5.6下安装Hadoop完全分布式模式

实验环境

1. 系统 ： centos 5.6
2. JDK  : jdk-6u26-linux-i586-rpm.bin
3. 账号 ： hadoop
4. 目录 ： /usr/local/hadoop
5. 主机名 ：master slave1 slave2

实验目的

组建三台机器的群集

• master： 部署namecode，JobTracker，DataNode，TaskTracker
• slave1： 部署JobTracker，DataNode，TaskTracker
• slave2： 部署JobTracker，DataNode，TaskTracker

其实这个不是最好的组建方法。实验为了更好的测试多节点而这样设置。

安装

• 请确保每台机器都安装了sun jdk 将hadoop安装在相同的目录（/usr/local/hadoop）。
• 请确保hadoop/conf/hadoop-env.sh 中JAVA_HOME=/usr/java/jdk1.6.0_26 设置并且正确。
• 每台机器创建hadoop账户。

 #useradd hadoop
 #passwd hadoop

• 确保master能无密码登录。

 $ssh-keygent -t dsa (我将密码设置为空方便测试。正常环境请安装keychain，keychain安装
)
 $cd .ssh
 $cat cat id_rsa.pub > authorized_keys
 $chmod 600 authorized_keys  (将权限设置为600否者ssh将不读取公钥信息)

• • 分发public key

 $ssh-copy-id slave1
 $ssh-copy-id slave2

配置文件概述

• NameNode ： core-site.xml
• JobTracker ： mapred-site.xml
• DataNode ： hdfs-site.xml
• master ： masters
• slave ： slaves

配置

• 编辑namenode的配置文件

  $vi core-site.xml
  <configuration>
     <property>
       <name>fs.default.name</name>
       <value>hdfs://192.168.60.149:9000/</value>   
     </property>
     <property>
       <name>hadoop.tmp.dir</name> 
       <value>/usr/local/hadoop/hadooptmp</value>
     </property>
  </configuration>

• 编辑JobTracker的配置

  $vi mapred-site.xml   
  <configuration>
    <property>
       <name>mapred.job.tracker</name>   
       <value>192.168.60.149:9001</value>
    </property>
    <property>
       <name>mapred.local.dir</name>
       <value>/usr/local/hadoop/mapred/local</value>
    </property>
    <property>
       <name>mapred.system.dir</name>
       <value>/tmp/hadoop/mapred/system</value>
    </property>
  </configuration>

• 编辑DataNode配置

  $vi hdfs-site.xml
  <configuration>
  <property>
       <name>dfs.name.dir</name>
       <value>/usr/local/hadoop/hdfs/name</value>
    </property>
    <property>
       <name>dfs.data.dir</name>
       <value>/usr/local/hadoop/hdfs/data</value>
    </property>
    <property>
       <name>dfs.replication</name>   
       <value>3</value>
    </property>
  </configuration>

• 修改slave1，slave2的配置
  • 修改slave1，slave2的JobTracker的配置

  $vi mapred-site.xml   
  <configuration>
    <property>
       <name>mapred.job.tracker</name>   
       <value>192.168.60.149:9001</value>
    </property>
    <property>
       <name>mapred.local.dir</name>
       <value>/usr/local/hadoop/mapred/local</value>
    </property>
    <property>
       <name>mapred.system.dir</name>
       <value>/tmp/hadoop/mapred/system</value>
    </property>
  </configuration>

• • 修改slave1，slave2的DataNode配置

  $vi hdfs-site.xml
  <configuration>
  <property>
       <name>dfs.name.dir</name>
       <value>/usr/local/hadoop/hdfs/name</value>
    </property>
    <property>
       <name>dfs.data.dir</name>
       <value>/usr/local/hadoop/hdfs/data</value>
    </property>
    <property>
       <name>dfs.replication</name>   
       <value>3</value>
    </property>
  </configuration>

• 设置master

  $vi masters
  master

• 设置slave

  $vi slaves
  master
  slave1
  slave2

运行

• 格式化namenode

  $$bin/hadoop namenode -format

• 启动所有进程

  $/usr/local/hadoop/bin/start-all.sh
  starting namenode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-namenode-master.out
  master: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-master.out
  slave2: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-slave2.out
  slave1: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-slave1.out
  master: starting secondarynamenode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-secondarynamenode-master.out
  starting jobtracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-jobtracker-master.out
  slave1: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-slave1.out
  slave2: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-slave2.out
  master: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-master.out

测试

• 分布式文件系统测试

• • 查看 http://master:50030 nodes里面是3证明三个节点正常接入
  • 创建测试pustest文件夹用于分布式文件系统测试

  $bin/hadoop dfs -mkdir pustest

• • 将conf/hadoop-env.sh放到pushtest目录 用于测试。

  $bin/hadoop dfs -put conf/hadoop-env.sh pushtest

• • http://master:50070 Browse the filesystem 发现跳转slave1 or slave2 证明分布式文件系统正常。
• hadoop默认开放web状态展示访问地址为

  http://localhost:50070；

  http://localhost:50030；

• 简单的daemo

hadoop自带一些简单的实例。测试下单词统计功能。
  $bin/hadoop jar hadoop-examples-0.20.203.0.jar wordcount pushtest testoutput
运行后将可以在web界面看见job的状态。和完成的状态。
具体单词数量等统计结果要查看
  $bin/hadoop fs -ls
  drwxr-xr-x   - hadoop supergroup          0 2011-07-11 11:13 /user/hadoop/test
  drwxr-xr-x   - hadoop supergroup          0 2011-07-11 11:15 /user/hadoot/testoutput
  $bin/hadoop fs -ls testoutput
  Found 3 items
  -rw-r--r--   1 hadoop supergroup          0 2011-07-11 16:31 /user/hadoop/shanyang1/_SUCCESS
  drwxr-xr-x   - hadoop supergroup          0 2011-07-11 16:30 /user/hadoop/shanyang1/_logs
  -rw-r--r--   1 hadoop supergroup      32897 2011-07-11 16:31 /user/hadoop/shanyang1/part-r-00000
  $bin/hadoop fs -cat /user/hadoop/shanyang1/part-r-00000   将可以看到详细的统计信息