hadoop(1.2) 分布式部署

1. 部署环境

系统:  CentOS 6.3

需要安装jdk.

JDK的RPM下载地址: http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html

hadoop手册地址: http://hadoop.apache.org/docs/r1.2.1/index.html

关闭iptables和selinux

/etc/init .d /iptables  stop
chkconfig iptables off
sed  -i  's/SELINUX=enforcing/SELINUX=disabled/'  /etc/selinux/config
setenforce 0

 

2. SSH配置

useradd  hadoop
echo  123456 |  passwd  --stdin hadoop
su  - hadoop

ssh -keygen -t rsa                                       #生成密钥对
ssh -copy- id  user@ip                                     #将ssh公钥copy到指定的主机

cd  . ssh  #每台服务器本机也需要配置ssh免密码登录
cat  id_rsa.pub  >> authorized_keys

 

3. 部署hadoop

官网: http://hadoop.apache.org/

下载: http://mirror.bit.edu.cn/apache/hadoop/common/

wget http: //mirrors .hust.edu.cn /apache/hadoop/common/hadoop-1 .2.1 /hadoop-1 .2.1. tar .gz
tar  xf hadoop-1.2.1. tar .gz

 

修改配置

     1.    conf/hadoop-env.sh

这是一个脚本文件,主要是用来初始化hadoop环境的.

修改JAVA_HOME变量, 告诉在那里可以找到java ,  这里安装的是oracle jre的rpm,如下配置..

vi  hadoop- env .sh
export  JAVA_HOME= /usr/java/jdk1 .7.0_67

 

    2.    conf/core-site.xml

<configuration>
  <property>
    <name>fs.default.name< /name >                       #指定名称节点在哪里...
    <value>hdfs: //hadoop1 :9000< /value >                 #名称节点是hadoop1, 也可以写成ip地址.
  < /property >

  <property>
    <name>hadoop.tmp. dir < /name >                        #指定hadoop的临时文件目录,如果不指定会使用/tmp
    <value> /home/hadoop/hadoop-1 .2.1 /tmp < /value >       #要记得创建目录 mkdir /home/hadoop-1.2.1/tmp
  < /property >

  <property>
   <name>fs.trash.interval< /name >                      #指定回收站的清空间隔
   <value>21600< /value >                                #单位是分钟
   <description>
     Number of minutes between trashcheckpoints. If zero, the trash feature is disabled
   < /description >
  < /property >
< /configuration >

 

     3.  conf/hdfs-site.xml

<configuration>
  <property>
    <name>dfs.replication< /name >                           #定义hdfs的复制因子,保存多少副本数
    <value>2< /value >                                       #如果是1的话,不复制..
  < /property >

  <property>
    <name>dfs.block.size< /name >
    <value>67108864< /value >
    <description>The default block size  for  new files.< /description >
  < /property >
< /configuration >

 

    4. conf/mapred-site.xml

<configuration>
  <property>
    <name>mapred.job.tracker< /name >                        #指定jobtracker的地址和监听端口
    <value>hadoop1:9001< /value >
  < /property >
< /configuration >

 

     5.  conf/masters

hadoop1                                                #在文件中指定充当master的主机名称

 

     6.  conf/slaves

hadoop2                                                #在文件中指定充当salve的主机名称
hadoop3

 

    7.  修改hosts

vi  /etc/hosts
192.168.188.210 hadoop1
192.168.188.220 hadoop2
192.168.188.230 hadoop3

 

    8. 将hadoop目录scp到其他的设备上

所有的hadoop的内容都是一样的,直接scp -r过去就可以了

cd  /home/hadoop
scp  -r hadoop-1.2.1 ip: /home/hadoop

 

    9. 格式化名称节点

cd  hadoop-1.2.1
. /bin/hadoop  namenode - format

如果最后面的信息有下面这样的表示成功...
14 /08/30  11:37:05 INFO common.Storage: Storage directory  /home/hadoop/hadoop-1 .2.1 /tmp/dfs/name  has been successfully formatted.

 

4.  启动hadoop

. /bin/start-all .sh

 

如果第一次启动不成功,可以运行jps命令查看进程

如果安装的是oracle jdk 的rpm

/usr/java/jdk1.7.0_67/bin/jps  如果有hadoop的进程,可以运行kill命令将其杀掉,然后在启动..

启动后的日志在logs目录中

jobtracker  namenode  secondarynamenode 日志默认都在master上...

tasktracker  datanode    在所有slave的logs中.

 

5.  启动后的检查

通过jps命令查看,    java的进程统计列表

/usr/java/jdk1 .7.0_67 /bin/jps

 

 

总结:

1. 配置hosts文件

2. 建立hadoop运行账号

3. 配置ssh免密码登录

4. 下载并解压hadoop安装包

5. 配置namenode, 修改site文件

6. 配置hadoop-env.sh

7. 配置masters和slaves文件

8. 向各节点复制hadoop

9. 格式化namenode

10. 启动hadoop

11. 用jps检验各后台进程是否成功启动