Hadoop 2.7.0模拟分布式实验环境搭建[亲测]

实验目的：

本实验通过在PC电脑上同时运行3个虚拟机，一个为master节点，两个slave节点。 

 

搭建环境：

主机：mac os 10.10

 

OS：CenOS 6.5

虚拟机：VMware fusion

 

 

一、虚拟机配置安装

     本实验采用三台虚拟机作为分布式模拟，因此建立了三台虚拟机。每台虚拟机分别分配1g内存，15G硬盘空间。分别命名为Node1(master192.168.0.1)，　　　　　　　Node2（ slave192.168.0.2），Node3（ slave192.168.0.3）

修改/etc/hosts，添加

192.168.0.1 Node1

192.168.0.2 Node2

192.168.0.3 Node3

     1.虚拟机OS安装

•      三台虚拟机安装linux（CenOS 6.5）
•      关闭防火墙、iptables（在root权限下，运行chkconfig iptables off永久关闭防火墙，然后运行service iptables status查看防火墙运行状态）

     2.网络配置

•      由于在局域网环境进行实验，因此虚拟机的网络适配器选择桥接模式（虚拟机－网络适配器－桥接模式）。
•      同时选择网络适配器设置（虚拟机－网络适配器－网络适配器设置），选择“连接网络适配器”
•      静态ip设置：局域网可以自行给每台主机设置静态ip，在网络里选择ipv4为手动模式，进行ip配置。（我分别设置为192.168.0.1/2/3）

      验证：分别在三台主机上打开终端，进行ping其他主机的ip，若都能互相ping通，则设置成功

 

二、jdk安装

　　在oracle官网下载java SE的jdk。下载后解压到主机上，由于jdk安装网上很多，因此不再细讲jdk安装。

　　验证：在终端输入java －version后有提示说明安装成功

 

三.SSH免密码登陆

　　由于在互相远程操作的话，我们使用ssh ［ip］命令进行ssh登录，需要输入远程主机的密码才能登陆。因此要将ssh设置为免密码登陆。

　　在设置的时候要做两方面ssh免密码登陆，一方面是自己登陆到自己（localhost）需要设置，另外一方面是需要将自己到其他各个主机之间都设置为ssh免密码登陆。

　　其实ssh免密码登陆的设置，就是将本机的rsa公钥传到远程主机上，将公钥内容放到对方主机的／.ssh文件夹里面的authorized_keys里面，即可实现免密码登陆。

操作如下：

　　 首先关闭本机的防火墙及iptables等

　　Node1（master）

　　A：免密码登陆到其他主机

　　1.回到用户主目录（cd ～）

　　2.运行 ssh-keygen -t rsa，一直回车   （生成rsa 密钥）

　　3.进入生成的文件夹.ssh，运行 scp id_rsa.pub 　　[email protected]:/home/username/.ssh/authorized_keys将pub公钥分别传给其他两个主机

　　4.再次运行 ssh ［ip］则不需要密码登陆。

　　B：免密码登陆到本机

　　将id_rsa.pub里面的内容加到同目录下的 authorized_keys即可。

 

　　同理，将其余两个节点都设置为互相ssh免密码登陆。

 

［其实不用这么麻烦，可以将其与两个slave和master自己的id_rsa.pub都加到master的authorized_keys里，然后master的这个authorized_keys都复制到其他节点的.ssh/里面就行了］

　　验证：在各个主机上，输入［ssh 目标ip］都不用输入密码，直接登录

 

四、Hadoop配置

　　非常重要的来了。中间遇到各种问题，由于查的各种资料不靠谱，搞了一周才把这步搞定。

　　1.hadoop下载

　　　　首先，毫无疑问我们得去官网上下载hadoop的包。http://mirror.bit.edu.cn/apache/hadoop/common/

　　　　在界面中，我选择的是2.7.0的版本。选择下载 hadoop-2.7.0.tar.gz（当然也能复制下载链接用wget，都一样）

　　2.解压hadoop，将其放到用户主目录下，命名为hadoop

　　3.配置hadoop文件

　　　　A.配置环境变量

　　　　打开/etc/profile,编辑如下

#set Java   JAVA环境变量

export JAVA_HOME=/usr/java

export JAVA_BIN=/usr/java/bin
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME JAVA_BIN PATH CLASSPATH
export JAVA_LIBRARY_PATH=/home/renjie/hadoop/lib/native

#set Hadoop hadoop环境变量
export HADOOP_HOME=/home/renjie/hadoop
export PATH=$PATH:HADOOP_HOME/bin

立即生效：source /etc/profile

 

　　　B.在hadoop目录下，分别建立tmp、dfs、dfs/name、dfs/data文件夹

　　　C.配置hadoop环境文件

　　　　修改hadoop/etc/hadoop/hadoop-env.sh，取消export JAVA_HOME=/usr/java的注释，并且配置java的绝对路径

　　　　修改hadoop/etc/hadoop/yarn-env.sh，同样将java路径配置为绝对路径

　　　D.修改hadoop/etc/hadoop/core-site.xml

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.0.1:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/renjie/hadoop/tmp</value>
</property>
</configuration>

　　E.修改hadoop/etc/hadoop/hdfs-site.xml

<configuration>
<property>
<name>dfs.nameservices</name>
<value>Node1</value>
</property>
<property>
<name>dfs.ha.namenodes.Node1</name>
<value>Node1</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/renjie/hadoop/dfs/data</value>
</property><property>
<name>dfs.namenode.secondary.http-address</name>
<value>Node1:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>

<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>

 

　　F.修改hadoop/etc/hadoop/mapred-site.xml

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>192.168.0.1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>192.168.0.1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>192.168.0.1:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>192.168.0.1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>192.168.0.1:8088</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>768</value>
</property></configuration>

 

 

　　G.修改hadoop/etc/hadoop/slaves

　　其中注销掉localhost，添加

　　Node2

　　Node3

 

五、分发hadoop

　　将配置好的hadoop分发到其他节点。

　　在用户主目录下，scp -r hadoop [email protected]:/home/username     //将当前目录下的hadoop文件夹传到192.168.0.2的username用户文件夹下。剩下节点也这样操作

 

六、初始化

　　进入hadoop目录。运行bin/hadoop namenode -format 若最后出现success，则成功初始化

七、运行hadoop

　　在master上，进入hadoop/sbin，运行./start-all.sh，运行hadoop

　　这个时候如果hadoop没有配置好的话，可能会进行报错。这一步运行后，提示中不能出现任何错误。我做的时候运行这一步，出现了

WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... 
using builtin-java classes where applicable
这种情况是没有找到本地库。解决方案：http://dl.bintray.com/sequenceiq/sequenceiq-bin/。在这个网站下载对应的版本包。下载后解压，将里面的文件覆盖到hadoop/lib/native/就行。

最后成功运行后，输入jps。出现此时运行的程序，若出现

10914 Jps
9112 ResourceManager
8862 NameNode

则master成功

在slave上，运行jps，若出现

2326 DataNode
3423 Jps

则slave成功。

 

至此，hadoop成功运行。接下来可以运行example了