基于Ubuntu12.04+hadoop1.2.0 的hadoop集群搭建

Ubuntu12.04搭建hadoop1.2集群

转载请注明出处

(一)       环境准备

首先准备5台电脑。我这里使用的是OpenStack虚拟出来的五台电脑。每个实例安装的系统是Ubuntu 12.04.2 LTS，虚拟配置如下：

(二)       修改机器名

打开/etc/hostname文件；

sudo vi/etc/hostname

分别改为hadoop1、hadoop2和hadoop3等等

(三)       域名和ip配置

设置的IP分别是：

192.168.10.1 hadoop1

192.168.10.2 hadoop2

192.168.10.3 hadoop3

192.168.10.4 hadoop4

192.168.10.5 hadoop5

然后使用vi/etc/hosts修改各个主机的/etc/hosts中的内容，将上边的内容编缉进去。注意：

（1）所有节点都需要配置成上述内容。如果不配置，此后的工作将使用IP操作，比较繁琐。扩展性比较差。

（2）需要使用root权限。如果没有root权限，可以使用：sudovi /etc/hosts命令进入编辑。

(四)       创建用户，分配权限

（1）先创建hadoop用户组：sudo addgrouphadoop

（2）然后创建用户hadoop：sudo adduser-ingroup hadoop hadoop

注：

（i）当你没有root权限的时候，所有的命令可以加上sudo前缀。

（ii）在centos 和 redhat下直接创建用户就行，会自动生成相关的用户组和相关文件，而ubuntu下直接创建用户，创建的用户没有根目录。

（3）给hadoop用户添加权限，打开/etc/sudoers文件；

sudo vi /etc/sudoers

按回车键后就会打开/etc/sudoers文件了，给hadoop用户赋予root用户同样的权限。

在root   ALL=(ALL:ALL)   ALL下添加下面的内容：

hadoop  ALL=(ALL:ALL) ALL

注意：

（i）千万不要写错了。这个文件一旦修改错误，后果严重。这里创建的用户名也可以不是hadoop，比如ubuntu等都可以。ubuntu系统会在/home目录下生成一个以用户名命名的文件夹。

（ii）所有虚拟机上，都必须使用相同的用户名。

（iii）如果没有权限修改/etc/sudoers。可以输入sudovisudo 即可，此命令直接修改该文件，按照提示修改保存和推出。

(五)       本机(hadoop1)和子节点(son..)安装ssh服务

主要为ubuntu安装，centos和redhat系统自带。ubuntu下：

sudo apt-get installssh openssh-server

 

(六)       建立ssh无密码登录环境

做这一步之前首先建议所有的机子全部转换为hadoop用户，以防出现权限问题的干扰。

所有机器执行一下操作：

（1）ssh生成密钥有rsa和dsa两种生成方式，默认情况下采用rsa方式。

创建ssh-key，这里我们采用rsa方式；

ssh-keygen -t rsa -P ""

（注：回车后会在~/.ssh/下生成两个文件：id_rsa和id_rsa.pub这两个文件是成对出现的）

（2）切换到~/.ssh/目录下，然后将id_rsa.pub追加到authorized_keys授权文件中，开始是没有authorized_keys文件的；

cd ~/.ssh

cat id_rsa.pub>> authorized_keys

（3）用root用户登录服务器修改SSH配置文件"/etc/ssh/sshd_config"的下列内容。

RSAAuthenticationyes

PubkeyAuthenticationyes

AuthorizedKeysFile      %h/.ssh/authorized_keys

设置完之后记得重启SSH服务，才能使刚才设置有效。(centos里的命令:service sshd restart)但这里是ubuntu里。输入命令：

/etc/init.d/sshrestart

退出root登录，使用hadoop普通用户验证是否成功。

ssh localhost。

如果无错误提示，本地无密码登录就配置成功！

(七)       配置集群无密码登录

首先配置Slave节点登录MASTER比较方便，即hadoop2~hadoop5实现无密码访问Master节点。

以hadoop2为例子：

（1）     远程复制文件"id_rsa.pub"，目标位置是主机hadoop1的用户为"hadoop"的"/home/hadoop/"：

scp~/.ssh/id_rsa.pub hadoop@hadoop1:~/

因为并没有建立起无密码连接，所以在连接时，仍然要提示输入输入Hadoop1服务器用户hadoop的密码。为了确保确实已经把文件传过去了，登录Hadoop1查看"/home/hadoop/"下是否存在这个文件。

（2）     把刚复制来的Hadoop2的公钥追加到Hadoop1 的授权文件"authorized_keys"中去。

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

必要的话，使用下面命令进行追加并修改"authorized_keys"文件权限：

chmod 600~/.ssh/authorized_keys

记得把"/home/hadoop/"目录下的"id_rsa.pub"文件删除掉。

rm –r~/id_rsa.pub

（3）     重复上面的步骤把剩余的Slave服务器(hadoop3~hadoop5)进行配置。这样，我们就完成了"配置Slave无密码登录Master".

（4）     用hadoop用户登录到MASTER节点，就是主机hadoop1。输入命令：

scpauthorized_keys hadoop@hadoop2:~/.ssh/

分别修改命令中的hadoop2为hadoop3到hadoop5并执行。此命令是复制主节点authorized_keys到其余各个节点的.ssh目录。

在hadoop1主机，登录其余各个节点。输入命令：

ssh hadoop2

如果登录失败。可能尝试一下几个方法：

a)       删除各个节点的known_hosts，输入命令：rm~/.ssh/known_hosts。再连接看看。

b)       如果出现一下错误提示，注意红色提示。那我们可以按照提示，输入命令，比如：

ssh-keygen -f"/home/ubuntu/.ssh/known_hosts" -R hadoop2

此命令的hadoop2，就是连接目标，如果提示给的是      ip地址，就要输入ip地址。

c)       其实，只要各个节点曾经连接成功就可以。在hadoop运行过程中，可以使用hadoop-daemon.sh  start datanode 等命令动态的将当前节点加入到集群中。

(八)       软件准备

下载java安装包。有以下几种方式：

（1）本机可以联网的话：sudo apt-get installsun-java6-jdk #安装JAVA6环境#

（2）如果不能联网，可以先用ftp上传到ubuntu。为了简化操作，我把jdk安装包的名字简化为jdk6.bin。你下载的可能是“jdk-6u45-linux-i586.bin”之类的名字。

(i)使用xshell 4.0的操作是：

(ii)输入命令，上传下载好的jdk1.6   64位FORlinux软件包。

(iii)重复上述步骤，为hadoop2到hadoop5上传jdk安装包。也可以使用远程复制命令，将数据发送给其他Slave节点：

scp ~/jdk6.bin hadoop@hadoop2:~/

(九)       安装JDK，以hadoop1为例，其他雷同。

（1）             首先用root权限或者sudo命令，在"/usr"下创建"java"文件夹，

sudo mkdir /usr/java

（2）             再把"/home/hadoop/"下的"jdk6.bin"复制到"/usr/java"文件夹中。

cp /home/hadoop/jdk6.bin  /usr/java

（3）             切换到java目录，修改jdk6.bin的权限，在这里修改彻底一下，

sudo chmod 777 jdk6.bin

注意：读、写、运行三项权限可以用数字表示，就是r=4,w=2,x=1。777就是-rwxrwxrwx，-rw-r--r--就是644。

（4）             执行安装，sudo ./jdk6.bin后查看"/usr/java"下面会发现多了一个名为"jdk1.6.x_xx"文件夹,说明JDK安装结束。

（5）             为了路径设置方便，给此文件夹改名：sudo mv jdk1.6.x_xx  jdk6

（6）             删除"jdk-6.bin"文件，sudo rm -r jdk-6.bin

（7）             "配置环境变量"：

sudo vi /etc/profile

在文件最后添加：

# set javaenvironment

exportJAVA_HOME=/usr/java/jdk6

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

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

（8）             保存并退出，执行下面命令使其配置立即生效。

source/etc/profile

（9）             配置完毕并生效后，用下面命令判断是否成功。

java –version

（10）         重复上述步骤，为hadoop2到hadoop5安装jdk。

(十)       准备hadoop1.2安装包

（1）     上传hadoop1.2.0安装包。注意文件名必须正确。

在本文实验环节中，下图/home/ubuntu 应该为home/hadoop, ubuntu是我的hadoop用户名。

(十一)          为hadoop1安装hadoop

（1）     复制hadoop1.2.0安装包，到usr目录

sudo cp ~/hadoop-1.2.0.tar.gz  /usr

（2）     切换目录

cd /usr

（3）     解压缩安装包：

sudo tar -zxvf hadoop-1.2.0.tar.gz

（4）     修改文件名：

sudo mv hadoop-1.2.0 hadoop

（5）     修改hadoop目录权限：

sudo chown -R hadoop:hadoop hadoop

（6）     删除安装包：

sudo rm -rf hadoop-1.2.0.tar.gz

（7）     然后切换到到hadoop目录下的conf目录

cd  /usr/hadoop

（8）     编辑hadoop-env.sh

sudo vi hadoop-env.sh

配置JAVA_HOME为你上面配置的JAVA_HOME。

export JAVA_HOME=/usr/java/jdk6

（9）     编辑core-site.xml:

sudo vi core-site.xml

在<configuration>标签内，添加配置信息如下：

   <property>

        <name>hadoop.tmp.dir</name>

        <value>/home/hadoop/tmp/ </value>

     <description>A base for othertemporarydirectories.</description>

   </property>

   <property>

        <name>fs.default.name</name>

        <value>hdfs://hadoop1:9000</value>

   </property>

（10）修改hdfs-site.xml:

   <property>

        <name>dfs.replication</name>

        <value>3</value>

   </property>

（11）在mapred-site.xml中添加内容：

    <property>

        <name>mapred.job.tracker</name>

        <value>hadoop1:9001</value>

   </property>

（12）修改Masters:

hadoop1

（13）修改slaves:

hadoop2

hadoop3

hadoop4

hadoop5

重复上述步骤，为其他节点做相同的配置。如果有root权限，也可以使用scp远程复制hadoop到其他节点。

(十二)          启动hadoop

（1）     在hadoop1主机上的hadoop安装目录下的bin目录下，执行格式化。

hadoop namenode-format

（2）     启动服务：

start-all.sh

（3）     会按先后顺序启动，启动完成后，分别到各个节点上使用jps查看进程启动情况。

(十三)          运行示例

（1）     第一步：创建一个目录，作为数据输入源目录。命令行输入：

mkdir input

（2）     第二步：在input里创建两个文件，分别为test1 、test2命令行输入：

cd input

echo"hello world" >test1.txt

echo "iam hadoop, hello">test2.txt

（3）     第三步：退回上级目录，把本地input目录复制到HDFS的根目录下，重命名为 in。

cd ../

hadoop dfs-put input in

（4）     第四步：执行wordcount实例。注意，我的hadoop的版本是1.2.0，里边的文件名也和以前的版本不一样 hadoop-examples-1.2.0.jar另外，如果之前执行过这个命令，需要先删除hdfs系统目录里的out目录。

hadoop dfs-rmr out

hadoopjar   hadoop-examples-1.1.2.jarwordcount   in  out

（5）     第五步：执行完毕后，可以查看HDFS上的处理结果。

hadoop dfs-cat out/*

（6）     另外，也可以把输出文件out从HDFS复制到本地文件系统，

hadoop dfs-get out output

cat output/*