centos6.4安装hadoop-2.5.1（完全分布式）

环境介绍：

在两台装有centos6.4（32位）的服务器上安装Hadoop-2.5.1分布式集群（2台机器，主要试验用，哈哈）。

1．修改主机名和/etc/hosts文件

1）修改主机名（非必要）

vi /etc/sysconfig/network
HOSTNAME=XXX
           

重启后生效。

2）/etc/hosts是ip地址和其对应主机名文件，使机器知道ip和主机名对应关系，格式如下：

#IPAddress HostName
192.168.1.67 MasterServer
192.168.1.241 SlaveServer
           

2．配置免密码登陆SSH

1）生成密钥：

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

以上是两个单引号。

2）将id_dsa.pub（公钥）追加到授权的key中：

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

3）将认证文件复制到其它节点上：

scp ~/.ssh/authorized_keys [email protected]:~/.ssh/
           

4）测试：

ssh SlaveServer
           

第一次要确认连接，输入yes即可。

但我的仍要求输入密码，原因是.ssh和authorized_keys权限不对，具体见：http://blog.csdn.net/hwwn2009/article/details/39852457

3．各节点上安装jdk

1）选择的版本是jdk-6u27-linux-i586.bin，下载地址：http://pan.baidu.com/s/1mgICcFA

2）上传到hadooper用户目录下，添加执行权限

chmod 777 jdk-6u27-linux-i586.bin
           

3 ）安装

./jdk-6u27-linux-i586.bin
           

4 ）配置环境变量：vi /etc/profile加入以下三行

#JAVA_HOME
export JAVA_HOME=/usr/lib/jvm/jdk1.6/jdk1.6.0_27
export PATH=$JAVA_HOME/bin:$PATH
           

5 ）执行source /etc/profile使环境变量的配置生效

6 ）执行java –version查看jdk版本，验证是否成功。

4. Hadoop安装

每台节点都要安装hadoop。上传hadoop-2.5.1.tar.gz到用户hadooper目录下。

1）解压

tar -zvxf hadoop-2.5.1.tar.gz
           

2）添加环境变量：vi  /etc/profile，尾部添加如下

export HADOOP_HOME=/home/hadooper/hadoop/hadoop-2.5.1
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export CLASSPATH=.:$JAVA_HOME/lib:$HADOOP_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
           

设置立即生效：

source /etc/profile
           

3）修改Hadoop配置文件

（1）core-site.xml

<property>
    <name>fs.defaultFS</name>
    <value>hdfs://MasterServer:9000</value>
</property>
           

（2）hdfs-site.xml 

<property>
    <name>dfs.replication</name>  #值不应大于datanode数量
    <value>1</value>
 </property>
           

<property>
   <name>dfs.namenode.name.dir</name>         #设置分布式文件系统存放于/home/hadooper/hadoop/dfs 的本地目录
   <value>/home/hadooper/hadoop/dfs/name</value>
   <description>  </description>
 </property>

 <property>
   <name>dfs.datanode.data.dir</name>
   <value>/home/hadooper/hadoop/dfs/data</value>
   <description> </description>
 </property>
   
 <property>
   <name>dfs.webhdfs.enabled</name>
   <value>true</value>
 </property>  
           

注：访问namenode的hdfs使用50070端口，访问datanode的webhdfs使用50075端口。要想不区分端口，直接使用namenode的IP和端口进行所有的webhdfs操作，就需要在所有的datanode上都设置hdfs-site.xml中的dfs.webhdfs.enabled为true。

（3）mapred-site.xml

<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
 </property>
 <property>
    <name>mapreduce.jobhistory.address</name>
    <value>MasterServer:10020</value>
 </property>
 <property>
  <name>mapreduce.jobhistory.webapp.address</name>
  <value>MasterServer:19888</value>
 </property><span style="font-family: Arial, Helvetica, sans-serif;">         </span>
           

jobhistory是Hadoop自带了一个历史服务器，记录Mapreduce历史作业。默认情况下，jobhistory没有启动，可用以下命令启动：

sbin/mr-jobhistory-daemon.sh start historyserver
           

（4）yarn-site.xml

<property>  
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.address</name>  
    <value>MasterServer:8032</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.scheduler.address</name>  
    <value>MasterServer:8030</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.resource-tracker.address</name>  
    <value>MasterServer:8031</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.admin.address</name>  
    <value>MasterServer:8033</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.webapp.address</name>  
    <value>MasterServer:8088</value>  
 </property>  
           

（5）slaves

SlaveServer
           

（6）分别在hadoop-env.sh和yarn-env.sh中添加JAVA_HOME

export JAVA_HOME=/usr/lib/jvm/jdk1.6/jdk1.6.0_27
           

5.运行Hadoop

1）格式化

hdfs namenode –format
           

2）启动Hadoop

start-dfs.sh 
start-yarn.sh
           

也可以用一条命令：

start-all.sh
           

3）停止Hadoop

stop-all.sh
           

4）jps查看进程

7692 ResourceManager
8428 JobHistoryServer
7348 NameNode
14874 Jps
7539 SecondaryNameNode
           

5）通过浏览器查看集群运行状态

（1）http://192.168.1.67:50070

（2）http://192.168.1.67:8088/

（3）http://192.168.1.67:19888

6. 运行Hadoop自带的wordcount示例

1）建立输入文件：

echo "My first hadoop example. Hello Hadoop in input. " > input
           

2）建立目录

hadoop fs -mkdir /user/hadooper
           

3）上传文件

hadoop fs -put input /user/hadooper
           

4）执行wordcount程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.1.jar wordcount /user/hadooper/input /user/hadooper/output
           

5）查看结果

hadoop fs -cat /user/hadooper/output/part-r-00000
           

Hadoop	1
My	1
example.Hello	1
first	1
hadoop	1
in	1
input.	1
           

转载请注明： http://blog.csdn.net/hwwn2009/article/details/39889465