Hadoop Yarn（一）—— 单机伪分布式环境安装

HamaWhite(QQ:530422429)原创作品，转载请注明出处：http://write.blog.csdn.net/postedit/40556267。

本文是根据Hadoop官网安装教程写的Hadoop YARN在单机伪分布式环境下的安装报告，仅供参考。

1. 安装环境如下：
    系统：Ubuntu14.04
    Hadoop版本：hadoop-2.5.0
   Java版本：openjdk-1.7.0_55 
2. 下载Hadoop-2.5.0， http://mirrors.cnnic.cn/apache/hadoop/common/hadoop-2.5.0/hadoop-2.5.0.tar.gz  
    本文的 $HADOOP_HOME为： /home/baisong/hadoop-2.5.0（用户名为baisong）。
    在 ~/.bashrc文件中添加环境变量，如下：
    export HADOOP_HOME=/home/baisong/hadoop-2.5.0
    然后编译，命令如下：
     $ source ~/.bashrc
3. 安装JDK，并设置JAVA_HOME环境变量。在/etc/profile文件最后添加如下内容
     export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-i386   //根据自己Java安装目录而定
    export PATH=$JAVA_HOME/bin:$PATH
    输入以下命令使配置生效
     $ source /etc/profile
4. 配置SSH。首先生成秘钥，命令如下，然后一路回车确认，不需要任何输入。   
     $ ssh-keygen -t rsa     然后把公钥写入authorized_keys文件中，命令如下：
     $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
    最后，输入下述命令，按提示输入 yes 即可。
    $ ssh localhost  
5. 修改Hadoop配置文件，进入${HADOOP_HOME}/etc/hadoop/目录。
    1）设置环境变量，hadoop-env.sh中添加Java安装目录，如下：
            export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-i386
    2）修改core-site.xml，添加如下内容。
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://localhost:9000</value>
         </property>
         <property>
           <name>hadoop.tmp.dir</name>
           <value>/home/baisong/hadooptmp</value> 
        </property>
        注：hadoop.tmp.dir项可选（上述设置需手动创建hadooptmp文件夹）。
    3）修改hdfs-site.xml，添加以下内容“。
         <property>
             <name>dfs.repliacation</name>
             <value>1</value>
         </property>
     4）将mapred-site.xml.template重命名为mapred-site.xml，并添加如下内容。
          $ mv mapred-site.xml.template mapred-site.xml    //重命名
          <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
         </property>
    5）修改yarn-site.xml，添加以下内容。
         <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
         </property>
6. 格式化HDFS，命令如下：
    bin/hdfs namenode -format    注释：bin/hadoop namenode -format命令已过时
    格式化成功会在/home/baisong/hadooptmp创建dfs文件夹。
7.启动HDFS，命令如下：
    $ sbin/start-dfs.sh 
   遇到如下错误：

14/10/29 16:49:01 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [OpenJDK Server VM warning: You have loaded library /home/baisong/hadoop-2.5.0/lib/native/libhadoop.so.1.0.0
 which might have disabled stack guard. The VM will try to fix the stack guard now.
It's highly recommended that you fix the library with 'execstack -c <libfile>', or link it with '-z noexecstack'.
localhost]
sed: -e expression #1, char 6: unknown option to `s'
VM: ssh: Could not resolve hostname vm: Name or service not known
library: ssh: Could not resolve hostname library: Name or service not known
have: ssh: Could not resolve hostname have: Name or service not known
which: ssh: Could not resolve hostname which: Name or service not known
might: ssh: Could not resolve hostname might: Name or service not known
warning:: ssh: Could not resolve hostname warning:: Name or service not known
loaded: ssh: Could not resolve hostname loaded: Name or service not known
have: ssh: Could not resolve hostname have: Name or service not known
Server: ssh: Could not resolve hostname server: Name or service not known

    分析原因知，没有设置  HADOOP_COMMON_LIB_NATIVE_DIR和 HADOOP_OPTS环境变量，在 ~/.bashrc文件中添加如下内容并编译。    
    export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"   
     $ source ~/.bashrc
    重新启动HDFS，输出如下，表示启动成功。   
    
     可以用过Web界面来查看NameN ode运行状况，URL为 http://localhost:50070
    停止HDFS的命令为：
    $ sbin/stop-dfs.sh
8. 启动YARN，命令如下：
   $ sbin/start-yarn.sh
   可以用过Web界面来查看NameNode运行状况，URL为 http://localhost:8088
   停止HDFS的命令为：
   $ sbin/stop-yarn.sh
   上述HDFS和YARN启动完成后，可通过jps命令查看是否启动成功。
      
9. 运行测试程序。
   1）测试计算PI，命令如下：
       $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar pi 20 10
   2）测试 grep，首先需要上传输入文件到HDFS上，命令如下：
      $ bin/hdfs dfs -put etc/hadoop input
       运行grep程序，命令如下：
       $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar grep input output 'dfs[a-z.]+'
       运行结果输出如下：      
10. 添加环境变量，方便使用start-dfs.sh、start-yarn.sh等命令（可选）。
     在 ~/.bashrc文件中添加环境变量，如下：
     export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
     然后编译，命令如下：
     $ source ~/.bashrc
     下图是 ~/.bashrc文件中添加的变量，以便参考。