Hadoop集群搭建

1、安装虚拟机

虚拟机：VMware-workstation 11.0.0

操作系统：CentOS-6.5 64位

2、安装Xmanager

版本：Xmanager-v5.0.0，完成安装后，使用Xshell连接linux虚拟机，连接成功。

往虚拟机里拉文件比较方便，但是当虚拟机网络连接改为桥接模式后变不能使用这个了。

3、创建用户组和用户

创建用户组：groupadd hadoop

添加用户：useradd hadoop -g hadoop

4、安装jdk

a）安装包：jdk-7u21-linux-i586.tar.gz(不推荐使用rpm格式)

b）解压到/opt文件目录：tar -zxvf jdk-7u21-linux-i586.tar.gz -C /opt

c）改名为java：mv jdk1.7.0_21 java

d）配置环境变量：vi /etc/profile，添加如下内容

  export JAVA_HOME=/opt/java
  exprot PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

e）使配置文件立即生效：source /etc/profile

f）设置所有者为hadoop：chown -R hadoop:hadoop java/

5、安装Hadoop

a）安装包：hadoop-2.6.3.tar.gz

b）解压到/opt，改名为hadoop

c）设置环境变量：vi /etc/profile，添加如下内容

 

  export HADOOP_HOME=/opt/hadoop
　export PATH=$HADOOP_HOME/bin:$PATH

d）使配置文件立即生效：source /etc/profile

e）设置所有者为hadoop：chown -R hadoop:hadoop hadoop/

f）在hadoop目录下新建三个文件目录：mkdir name/ ; mkdir data/ ; mkdir tmp/

6、修改地址解析文件/etc/hosts

命令：vi /etc/hosts，添加如下内容

192.168.253.131 master
192.168.253.132 data1
192.168.253.133 data2

7、修改hadoop配置文件

切换到hadoop用户，修改hadoop/etc/hadoop（老版本是hadoop/conf）下的配置文件：

a）hadoop-env.sh和yarn-env.sh

修改：

export JAVA_HOME=/opt/java

b）core-site.xml 在<configuration> </configuration>标签中添加如下内容：

 

<property>
    <name>hadoop.tmp.dir</name>
    <value>file:/opt/hadoop/tmp</value>
 </property>
 <property>
    <name>fs.defaultFS</name>
    <value>hdfs://master:9000</value>
 </property>                         
 <property>     
    <name>io.file.buffer.size</name>
    <value>131072</value>
 </property>
 <property>
    <name>hadoop.proxyuser.u0.hosts</name>
    <value>*</value>
 </property>
 <property>
    <name>hadoop.proxyuser.u0.groups</name>     
    <value>*</value>
 </property>

 

c）hdfs-site.xml 在<configuration></configuration>标签中添加如下内容：

  

<property>
     <name>dfs.namenode.secondary.http-address</name>
     <value>master:9001</value>
 </property>
 <property>
     <name>dfs.namenode.name.dir</name>
     <value>file:/opt/hadoop/name</value>
 </property>
 <property>
     <name>dfs.datanode.data.dir</name>
     <value>file:/opt/hadoop/data</value>
 </property>
 <property>
     <name>dfs.replication</name>
     <value>3</value>
 </property>
 <property>
     <name>dfs.webhdfs.enabled</name>
     <value>true</value>
 </property>

 

   d）默认只有mared-site.xml.template，复制并命名：cp mared-site.xml.template mared-site.xml

    在<configuration></configuration>标签中添加如下内容：

   <property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
 </property>
 <property>
     <name>mapreduce.jobhistory.address</name>
     <value>master:10020</value>
 </property>
 <property>
     <name>mapreduce.jobhistory.webapp.address</name>
     <value>master:19888</value>
 </property>

   e）yarn-site.xml

    在<configuration></configuration>标签中添加如下内容：

  <property>
   <name>yarn.nodemanager.aux-services</name>
   <value>mapreduce_shuffle</value>
  </property>
  <property>
   <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
   <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
  <property>
   <name>yarn.resourcemanager.address</name>
   <value>master:8032</value>
  </property>
  <property>
   <name>yarn.resourcemanager.scheduler.address</name>
   <value>master:8030</value>
  </property>
  <property>
   <name>yarn.resourcemanager.resource-tracker.address</name>
   <value>master:8035</value>
  </property>
  <property>
   <name>yarn.resourcemanager.admin.address</name>
   <value>master:8033</value>
  </property>
  <property>
   <name>yarn.resourcemanager.webapp.address</name>
   <value>master:8088</value>
  </property>

f）配置slaves文件-->>增加slave节点 

vi slaves
data1
data2

8、克隆

完整克隆出两个虚拟机，改hostname：vi /etc/hostname，分别为master、data1、data2

9、配置虚拟机网络

虚拟机安装后默认的是NAT模式，自动获取ip，本机能上网，虚拟机就能上网。Haoop集群部署，最好是把三个虚拟机设为桥接模式，就需要注意把三个ip设在同一个网段。

由于克隆后的系统，虚拟机只是修改了虚拟机的名字MAC等，并在/etc/udev/rules.d/70-persistent-net.rules文件中增加了一行名为eth1的设备名，

1）vi /etc/udev/rules.d/70-persistent-net.rules 文件 

删除掉 关于 eth0 的信息，修改 第二条 eth1 的网卡的名字为 eth0。

2）vi /etc/udev/rules.d/70-persistent-net.rules和/etc/sysconfig/network-scripts/ifcfg-eth0

中的MAC地址要与虚拟机网卡的MAC地址相对应。

3）vi /etc/sysconfig/network-scripts/ifcfg-eth0

修改UUID和IPADDR

到此：在master上ping data1和data2，能ping通，网络就配置好了

10、SSH无密码登录

1）产生密钥

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

2）导入authorized_keys

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

3）试验看是否安装成功

#查看是否有sshd进程  ps -e | grep ssh

#尝试登录本地  ssh localhost

4）密钥共享

#如下：hadoop是我的用户名

#进入master的.ssh目录

scp authorized_keys hadoop@data1:~/.ssh/authorized_keys_master

#进入data1的.ssh目录

cat authorized_keys_master  >>  authorized_keys

scp authorized_keys hadoop@data2:~/.ssh/authorized_keys_master

#进入data2的.ssh目录

cat authorized_keys_master  >>  authorized_keys

#此时的authorized_keys已经包含了三个虚拟机的密钥，复制给master和data1

scp authorized_keys hadoop@master:~/.ssh/authorized_keys

scp authorized_keys hadoop@data1:~/.ssh/authorized_keys

5）无密码登录测试

ssh data1

ssh data2

...

11、配置Hadoop环境变量

export JAVA_HOME=/opt/java
export HADOOP_HOME=/opt/hadoop
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:
$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

前面已经配置过jdk的环境变量，只需再加上hadoop的就行

12、启动hadoop

hadoop namenode -format

start-all.sh

查看进程：jps

出现错误

-bash: /opt/java/bin/jps: /lib/ld-linux.so.2: bad ELF interpreter: No such file or directory

yum install glibc.i686

下载失败的话，使用如下方法

 

配置yum本地 安装缺少包（适合OEL）

mount /dev/cdrom1 /mnt

cd /etc/yum.repos.d 把里面CentOS开头的（默认的网络下载相关文件）备份到aa(文件夹)

vi /etc/yum.repos.d/rhel-source.repo

[rhel-source]

name=Red Hat Enterprise Linux $releasever - $basearch - Source

baseurl=file:///mnt/

enabled=1

gpgcheck=0

 

yum install glibc.i686

作者的话：该文档只是自己尝试搭建hadoop做的一个笔记，有不清楚或者不对的地方还望见谅，如果发现不对的地方，望指明，共同学习，共同进步。